<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "fcc7547171f4530f159676dd73ed772e",
  "translation_date": "2025-08-30T18:25:34+00:00",
  "source_file": "4-Data-Science-Lifecycle/15-analyzing/assignment.md",
  "language_code": "uk"
}
-->
# Дослідження відповідей

Це продовження [завдання](../14-Introduction/assignment.md) з попереднього уроку, де ми коротко ознайомилися з набором даних. Тепер ми будемо детальніше аналізувати дані.

Знову ж таки, питання, яке цікавить клієнта: **Чи пасажири жовтих таксі в Нью-Йорку дають водіям більше чайових взимку чи влітку?**

Ваша команда знаходиться на етапі [Аналізу](README.md) у Життєвому циклі науки про дані, де ви відповідаєте за проведення дослідницького аналізу даних набору. Вам було надано ноутбук і набір даних, що містить 200 транзакцій таксі за січень і липень 2019 року.

## Інструкції

У цьому каталозі знаходяться [ноутбук](assignment.ipynb) і дані від [Комісії з таксі та лімузинів](https://docs.microsoft.com/en-us/azure/open-datasets/dataset-taxi-yellow?tabs=azureml-opendatasets). Зверніться до [словника набору даних](https://www1.nyc.gov/assets/tlc/downloads/pdf/data_dictionary_trip_records_yellow.pdf) та [посібника користувача](https://www1.nyc.gov/assets/tlc/downloads/pdf/trip_record_user_guide.pdf) для отримання додаткової інформації про дані.

Використовуйте деякі техніки з цього уроку, щоб провести власний EDA у ноутбуці (додайте клітинки, якщо потрібно) і дайте відповіді на наступні запитання:

- Які інші фактори в даних можуть впливати на суму чайових?
- Які стовпці, ймовірно, не будуть потрібні для відповіді на запитання клієнта?
- Виходячи з наданих даних, чи є якісь докази сезонної поведінки щодо чайових?

## Рубрика

Відмінно | Задовільно | Потребує покращення
--- | --- | ---

---

**Відмова від відповідальності**:  
Цей документ був перекладений за допомогою сервісу автоматичного перекладу [Co-op Translator](https://github.com/Azure/co-op-translator). Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають у результаті використання цього перекладу.