msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
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.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
Data-Science-For-Beginners/translations/fi/6-Data-Science-In-Wild/20-Real-World-Examples/assignment.md

3.8 KiB
Raw Permalink Blame History

Tutustu Planetary Computer -tietoaineistoon

Ohjeet

Tässä oppitunnissa käsittelimme erilaisia data-analytiikan sovellusalueita - syventyen esimerkkeihin, jotka liittyvät tutkimukseen, kestävyyteen ja digitaaliseen humanismiin. Tässä tehtävässä tutustut yhteen näistä esimerkeistä tarkemmin ja sovellat oppimiasi tietoja datan visualisoinnista ja analysoinnista saadaksesi oivalluksia kestävyyteen liittyvästä datasta.

Planetary Computer -projekti tarjoaa tietoaineistoja ja API-rajapintoja, joihin pääsee käsiksi käyttäjätilin avulla - pyydä tili, jos haluat kokeilla tehtävän bonusvaihetta. Sivustolla on myös Explorer -toiminto, jota voi käyttää ilman käyttäjätiliä.

Vaiheet: Explorer-käyttöliittymä (näkyy alla olevassa kuvakaappauksessa) antaa mahdollisuuden valita tietoaineiston (tarjolla olevista vaihtoehdoista), esiasetetun kyselyn (datan suodattamiseen) ja visualisointivaihtoehdon (relevantin visualisoinnin luomiseen). Tässä tehtävässä sinun tehtäväsi on:

  1. Lue Explorer-dokumentaatio - ymmärrä vaihtoehdot.
  2. Tutustu tietoaineistojen luetteloon - opi kunkin tarkoitus.
  3. Käytä Exploreria - valitse kiinnostava tietoaineisto, valitse relevantti kysely ja visualisointivaihtoehto.

Planetary Computer Explorer

Tehtäväsi: Tutki nyt selaimessa luotua visualisointia ja vastaa seuraaviin kysymyksiin:

  • Mitä ominaisuuksia tietoaineistossa on?
  • Mitä oivalluksia tai tuloksia visualisointi tarjoaa?
  • Mitkä ovat näiden oivallusten vaikutukset projektin kestävyyden tavoitteisiin?
  • Mitkä ovat visualisoinnin rajoitukset (eli mitä oivalluksia et saanut)?
  • Jos saisit raakadataa, millaisia vaihtoehtoisia visualisointeja loisit ja miksi?

Bonus-pisteet: Hae käyttäjätiliä - ja kirjaudu sisään, kun hakemuksesi hyväksytään.

  • Käytä Launch Hub -vaihtoehtoa avataksesi raakadata Notebookissa.
  • Tutki dataa interaktiivisesti ja toteuta vaihtoehtoiset visualisoinnit, joita ajattelit.
  • Analysoi nyt omia visualisointejasi - pystyitkö saamaan oivalluksia, jotka jäivät aiemmin puuttumaan?

Arviointikriteerit

Erinomainen Riittävä Parannettavaa
Kaikki viisi ydinkysymystä on vastattu. Opiskelija on selkeästi tunnistanut, miten nykyiset ja vaihtoehtoiset visualisoinnit voivat tarjota oivalluksia kestävyyden tavoitteista tai tuloksista. Opiskelija on vastannut vähintään kolmeen kysymykseen yksityiskohtaisesti, osoittaen käytännön kokemusta Explorerista. Opiskelija ei ole vastannut useisiin kysymyksiin tai on antanut riittämättömiä vastauksia - mikä osoittaa, ettei tehtävää ole tehty merkityksellisellä tavalla.

Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäistä asiakirjaa sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.