RepozytoriumzprojektemPython/stopy/Lab_9.ipynb

44 lines
1.7 KiB
Plaintext
Raw Normal View History

2024-12-08 23:39:21 +01:00
{
"cells": [
{
"cell_type": "markdown",
"id": "c36cf7d5-c332-4482-af0e-3ba30ea9bb8e",
"metadata": {},
"source": [
"1. Pobierz dane ze strony <a href=\"https://www.kaggle.com/datasets/spittman1248/cdc-data-nutrition-physical-activity-obesity\">cdc-data-nutrition-physical-activity-obesity</a> i zbuduj modele regresji liniowej w 2D pokazującej zależność otyłości od trzech wybranych czynników. Do budowy modelu użyj dwóch scenariuszy: wyprowadzenia teoretycznego przez metodę <a href=\"https://www.math.uni.wroc.pl/~topolski/Ekonometria_2.pdf\">najmniejszych kwadratów</a> oraz <a href=\"https://www.geeksforgeeks.org/gradient-descent-in-linear-regression/\">algorytmu gradientu prostego</a>.\n",
"Pokaż wizualizację danych wraz z każdym modelem. \n",
"2. Przeanalizuj, czy z punktu widzenia marketingowego producentowi Coca-Coli bardziej opłaca się zwiększyć promień puszki, czy też jej wysokość. W reklamie ma się pojawić komunikat o \"większej objętości puszki\" (wskazówka: różniczka funkcji dwóch zmiennych). Rozwiązanie powinno zawierać wszystkie obliczenia i konkluzje (Markdown)"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "d4233659-879a-44db-bcf2-f7995855a14a",
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.12.4"
}
},
"nbformat": 4,
"nbformat_minor": 5
}