Eksploracja danych i analiza modeli predykcyjnych w języku Python na przykładzie kilku zbiorów danych

Abstract

Niniejsza praca skupia się na analizie danych zawartych w zbiorach danych za pośrednictwem metod analizy statystycznej znajdujących zastosowanie w tego typu projektach. Celem pracy była próba podejścia do niezbalansowanego zestawu danych zawierającego małą ich liczbę w celu weryfikacji, czy metody analizy danych będą na tyle skuteczne, by uzyskać wartościową reprezentację danych oraz możliwość ich dalszego zastosowania w celach ich dalszego przetwarzania. Przedstawione metody analityczne znajdą komercyjne zastosowanie przez analityków pracujących w dużych firmach specjalizujących się w eksploracji danych. Coraz częściej firmy zbierają dane bez uprzednio spracowanego celu, mając nadzieję, że przydadzą się one w przyszłości. Napotykane najczęściej problemy to zbyta mała ilość danych, ich niezbalansowanie lub po prostu brak zastosowania na chwilę obecną. Badanie miało na celu weryfikację, jak model zachowa się pod wpływem tego typu danych oraz czy przetworzenie w taki sposób danych spowoduje pojawienie się nowych informacji, nie zaobserwowanych wcześniej.