Ανάλυση δεδομένων με χρήση της Python. Μελέτη περίπτωσης
Φόρτωση...
Ημερομηνία
Συγγραφείς
Γκόγκας, Κωνσταντίνος
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
Στην παρούσα πτυχιακή εργασία αναλύεται η Python, μια γλώσσα η οποία χρησιμοποιείται πάρα πολύ στην ανάλυση δεδομένων. Γίνεται αναφορά στο τί είναι τα δεδομένα και πως κατηγοριοποιούνται. Στην συνέχεια βασικές εντολές της Python και βιβλιοθήκες απαραίτητες για την ανάλυση δεδομένων αναλύονται στην εργασία. Στην συνέχεια εστιάζουμε σε μία στατιστική ανάλυση δεδομένων σε δεδομένα που έχουν περιεχόμενο την ποιότητα οξυγόνου της Νέας Υόρκης για το 2022 και πιο συγκεκριμένα τον δείκτη PM 2.5. Η ανάλυση αποτελείται από απλούς στατιστικούς δείκτες όπως είναι η μέση τιμή και τυπική απόκλιση επεκτείνεται σε έλεγχο υποθέσεων ANOVA και συσχέτιση Pearson.
In this thesis Python, a language which is very much used in data analysis, is analysed. It is mentioned what data is and how it is categorized. Then basic Python commands and libraries necessary for data analysis are analyzed in the paper. We then focus on a statistical data analysis on a data set with the context of New York City's oxygen quality for 2022 and more specifically the PM 2.5 index. The analysis consists of simple statistical indicators such as mean and standard deviation and is developed in hypothesis testing with ANOVA and Pearson correlation.
In this thesis Python, a language which is very much used in data analysis, is analysed. It is mentioned what data is and how it is categorized. Then basic Python commands and libraries necessary for data analysis are analyzed in the paper. We then focus on a statistical data analysis on a data set with the context of New York City's oxygen quality for 2022 and more specifically the PM 2.5 index. The analysis consists of simple statistical indicators such as mean and standard deviation and is developed in hypothesis testing with ANOVA and Pearson correlation.
Περιγραφή
Λέξεις-κλειδιά
Λογισμικό, Python, Δεδομένα
Θεματική κατηγορία
Δεδομένα - Διαχείριση - Λογισμικό - Python, Λογισμικά - Python, Python
Παραπομπή
Σύνδεσμος
Γλώσσα
el
Εκδίδον τμήμα/τομέας
Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Όνομα επιβλέποντος
Φουτσιτζή, Γεωργία
Εξεταστική επιτροπή
Αντωνιάδης, Νικόλαος
Γκόγκος, Χρήστος
Γκόγκος, Χρήστος
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Πίνακας περιεχομένων
Χορηγός
Βιβλιογραφική αναφορά
Ονόματα συντελεστών
Αριθμός σελίδων
87 σ.
Λεπτομέρειες μαθήματος
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Άδεια Creative Commons
Άδεια χρήσης της εγγραφής: Attribution-NonCommercial-NoDerivs 3.0 United States