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/hr/1-Introduction/01-defining-data-science/solution/assignment.md

3.7 KiB
Raw Permalink Blame History

Zadatak: Scenariji za Data Science

U ovom prvom zadatku tražimo od vas da razmislite o nekom stvarnom procesu ili problemu u različitim domenama problema i kako ga možete poboljšati koristeći Data Science proces. Razmislite o sljedećem:

  1. Koje podatke možete prikupiti?
  2. Kako biste ih prikupili?
  3. Kako biste pohranili podatke? Koliko su podaci vjerojatno veliki?
  4. Koje uvide biste mogli dobiti iz tih podataka? Koje odluke bismo mogli donijeti na temelju tih podataka?

Pokušajte razmisliti o 3 različita problema/procesa i opisati svaku od gore navedenih točaka za svaki domen problema.

Evo nekih domena problema i problema koji vam mogu pomoći da započnete razmišljati:

  1. Kako možete koristiti podatke za poboljšanje obrazovnog procesa za djecu u školama?
  2. Kako možete koristiti podatke za kontrolu cijepljenja tijekom pandemije?
  3. Kako možete koristiti podatke kako biste osigurali da ste produktivni na poslu?

Upute

Ispunite sljedeću tablicu (zamijenite predložene domene problema vlastitima ako je potrebno):

Domena problema Problem Koje podatke prikupiti Kako pohraniti podatke Koje uvide/odluke možemo donijeti
Obrazovanje Na sveučilištu obično imamo nisku posjećenost predavanjima, a imamo hipotezu da studenti koji pohađaju predavanja u prosjeku bolje prolaze na ispitima. Želimo potaknuti posjećenost i testirati hipotezu. Možemo pratiti posjećenost putem fotografija snimljenih sigurnosnom kamerom u učionici ili praćenjem bluetooth/wifi adresa mobilnih telefona studenata u učionici. Podaci o ispitima već su dostupni u bazi podataka sveučilišta. Ako pratimo slike sigurnosnih kamera - trebamo pohraniti nekoliko (5-10) fotografija tijekom predavanja (nestrukturirani podaci), a zatim koristiti AI za prepoznavanje lica studenata (pretvaranje podataka u strukturirani oblik). Možemo izračunati prosječne podatke o posjećenosti za svakog studenta i vidjeti postoji li korelacija s ocjenama na ispitima. Više ćemo govoriti o korelaciji u odjeljku vjerojatnost i statistika. Kako bismo potaknuli posjećenost studenata, možemo objaviti tjedni rejting posjećenosti na školskom portalu i organizirati nagradne igre među onima s najvećom posjećenosti.
Cijepljenje
Produktivnost

Dajemo samo jedan odgovor kao primjer kako biste dobili ideju što se očekuje u ovom zadatku.

Rubrika

Izvrsno Zadovoljavajuće Potrebno poboljšanje
Osoba je uspjela identificirati razumne izvore podataka, načine pohrane podataka i moguće odluke/uvide za sve domene problema Neki aspekti rješenja nisu detaljno opisani, pohrana podataka nije razrađena, opisane su barem 2 domene problema Opisani su samo dijelovi rješenja za podatke, razmatrana je samo jedna domena problema.

Odricanje od odgovornosti:
Ovaj dokument je preveden pomoću AI usluge za prevođenje Co-op Translator. Iako nastojimo osigurati točnost, imajte na umu da automatski prijevodi mogu sadržavati pogreške ili netočnosti. Izvorni dokument na izvornom jeziku treba smatrati autoritativnim izvorom. Za ključne informacije preporučuje se profesionalni prijevod od strane ljudskog prevoditelja. Ne preuzimamo odgovornost za nesporazume ili pogrešne interpretacije koje mogu proizaći iz korištenja ovog prijevoda.