Основы искусственного интеллекта

 

 

Цель: Освоить базовые методы анализа и визуализации табличных данных с использованием Excel или Google Sheets.

Теоретическая часть (кратко)

Data Science (наука о данных) включает методы обработки, анализа и визуализации данных для получения полезной информации и принятия решений.

Табличные данные (CSV, Excel) — это структурированная форма хранения информации в виде строк и столбцов.

Основные этапы анализа данных:

·                     загрузка данных;

·                     первичный анализ (структура, пропуски, типы данных);

·                     обработка и очистка;

·                     визуализация;

·                     интерпретация результатов.

План выполнения работы

 

1. Получение набора табличных данных

Обучающийся должен:

·                     загрузить набор данных в формате CSV или Excel;

·                     использовать готовый датасет или предложенный преподавателем.

Примеры данных:

·                     успеваемость студентов

·                     продажи товаров

·                     посещаемость сайта

·                     данные о погоде

·                     показатели устройств IoT

2. Первичный анализ данных

Необходимо:

·                     открыть файл в Excel / Google Sheets;

·                     изучить структуру данных;

·                     определить:

o                  количество строк и столбцов;

o                  наличие пропусков;

o                  типы данных;

o                  базовые статистические показатели (среднее, минимум, максимум).

3. Построение визуализаций

На основе данных необходимо построить:

·                     столбчатую диаграмму (bar chart);

·                     круговую диаграмму (pie chart);

·                     линейный график (line chart) — при наличии временных данных.

Рекомендуемые инструменты:

·                     Microsoft Excel

·                     Google Sheets

4. Интерпретация результатов

Обучающийся должен:

·                     описать, что показывают графики;

·                     выявить закономерности;

·                     сделать выводы на основе данных.

Пример:

·                     какие показатели максимальные/минимальные;

·                     есть ли рост или снижение;

·                     какие категории доминируют.

Требования к оформлению результата

Работа должна включать:

·                     исходный файл данных (CSV/Excel);

·                     таблицу с первичным анализом;

·                     2–3 диаграммы;

·                     текстовый вывод по результатам анализа.

Критерии оценивания

Критерий	Описание	Баллы
Корректность обработки данных	Правильная загрузка, анализ и работа с данными	0–40
Качество визуализации	Понятные и информативные графики	0–30
Интерпретация	Логичные выводы на основе данных	0–20
Оформление файла	Структура, аккуратность, читаемость	0–10

 

Максимальный балл: 100

 

Дополнительно (рекомендации для студентов)

Для повышения оценки рекомендуется:

·                     использовать реальные датасеты (Kaggle, Google Dataset Search);

·                     добавлять подписи к диаграммам;

·                     выделять ключевые показатели (highlight);

·                     использовать фильтры и сортировку данных;

·                     оформлять работу как мини-отчет.

Итог работы:

Студент должен уметь:

·                     загружать и обрабатывать табличные данные;

·                     выполнять первичный анализ;

·                     визуализировать данные в Excel/Google Sheets;

·                     делать выводы на основе данных.