You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Data-Science-For-Beginners/translations/fa/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md

5.6 KiB

بررسی یک مجموعه داده از کامپیوتر سیاره‌ای

دستورالعمل‌ها

در این درس، درباره حوزه‌های مختلف کاربرد علم داده صحبت کردیم - با بررسی عمیق مثال‌هایی مرتبط با تحقیق، پایداری و علوم انسانی دیجیتال. در این تکلیف، شما یکی از این مثال‌ها را با جزئیات بیشتری بررسی خواهید کرد و برخی از آموخته‌های خود در زمینه مصورسازی داده‌ها و تحلیل را به کار خواهید گرفت تا بینش‌هایی درباره داده‌های مرتبط با پایداری به دست آورید.

پروژه کامپیوتر سیاره‌ای دارای مجموعه داده‌ها و APIهایی است که با داشتن حساب کاربری قابل دسترسی هستند - اگر می‌خواهید مرحله اضافی این تکلیف را امتحان کنید، درخواست دسترسی دهید. این سایت همچنین ویژگی Explorer را ارائه می‌دهد که می‌توانید بدون ایجاد حساب کاربری از آن استفاده کنید.

مراحل: رابط Explorer (که در تصویر زیر نشان داده شده است) به شما امکان می‌دهد یک مجموعه داده (از گزینه‌های ارائه‌شده)، یک پرسش از پیش تنظیم‌شده (برای فیلتر کردن داده‌ها) و یک گزینه رندر (برای ایجاد مصورسازی مرتبط) انتخاب کنید. در این تکلیف، وظیفه شما این است که:

  1. مستندات Explorer را بخوانید - گزینه‌ها را درک کنید.
  2. مجموعه داده‌های Catalog را بررسی کنید - هدف هر کدام را یاد بگیرید.
  3. از Explorer استفاده کنید - یک مجموعه داده مورد علاقه انتخاب کنید، یک پرسش مرتبط و گزینه رندر مناسب انتخاب کنید.

Explorer کامپیوتر سیاره‌ای

وظیفه شما: اکنون مصورسازی‌ای که در مرورگر رندر شده است را بررسی کنید و به سوالات زیر پاسخ دهید:

  • چه ویژگی‌هایی در مجموعه داده وجود دارد؟
  • چه بینش‌ها یا نتایجی از مصورسازی ارائه شده است؟
  • پیامدهای این بینش‌ها برای اهداف پایداری پروژه چیست؟
  • محدودیت‌های مصورسازی چیست (یعنی چه بینشی دریافت نکردید؟)
  • اگر بتوانید به داده‌های خام دسترسی پیدا کنید، چه مصورسازی‌های جایگزینی ایجاد می‌کنید و چرا؟

امتیاز اضافی: برای یک حساب کاربری درخواست دهید - و پس از پذیرش وارد شوید.

  • از گزینه Launch Hub استفاده کنید تا داده‌های خام را در یک Notebook باز کنید.
  • داده‌ها را به صورت تعاملی بررسی کنید و مصورسازی‌های جایگزینی که به آن فکر کرده‌اید را اجرا کنید.
  • اکنون مصورسازی‌های سفارشی خود را تحلیل کنید - آیا توانستید بینش‌هایی که قبلاً از دست داده بودید را به دست آورید؟

معیار ارزیابی

عالی قابل قبول نیاز به بهبود
پاسخ به هر پنج سوال اصلی داده شده است. دانشجو به وضوح نشان داده است که چگونه مصورسازی‌های فعلی و جایگزین می‌توانند بینش‌هایی درباره اهداف یا نتایج پایداری ارائه دهند. دانشجو حداقل به سه سوال اصلی با جزئیات زیاد پاسخ داده است، نشان‌دهنده تجربه عملی با Explorer است. دانشجو به چندین سوال پاسخ نداده یا جزئیات کافی ارائه نکرده است - نشان‌دهنده تلاش ناکافی برای انجام پروژه

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما هیچ مسئولیتی در قبال سوء تفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.