ĐỒ ÁN CUỐI KỲ - LẬP TRÌNH CHO KHOA HỌC DỮ LIỆU

Nhóm 10 - Origini

Lớp 21KHDL1

Danh sách thành viên

Họ và tên	Mã số sinh viên
Trần Đình Quang	21127406
Vũ Minh Phát	21127739

Cấu trúc thư mục

├── data
│   ├── external            <- Data from third party sources.
│   ├── interim             <- Intermediate data that has been transformed.
│   ├── processed           <- The final, canonical data sets for EDA process.
│   └── raw                 <- The original, immutable data dump.
│
├── notebooks               <- Jupyter notebooks. Where to store the source code for the entire project.
│   ├── figures
│   └── *.ipynb              
│
├── references 
│   ├── figures
│   └── *.md                <- List of reference documents used during project process.
│
├── reports
│   └── *.pdf               <- Project plan
│
├── LICENSE
│
├── README.md               <- The top-level README for developers using this project.
│
└── requirements.txt        <- The requirements file for reproducing the analysis environment

Nơi lưu trữ phụ

• Việc lưu trữ toàn bộ dữ liệu lên GitHub sẽ có chút khó khăn nên nhóm mình đã sử dụng thêm Google Drive làm nơi lưu trữ phụ, mọi người có thể truy cập đến đó thông qua đường dẫn này.

Thông tin về tập dữ liệu được sử dụng

• Nhóm 10 sử dụng tập dữ liệu được cung cấp từ cuộc thi "Google Analytics Customer Revenue Prediction" trên Kaggle.

• Nhóm tác giả đã cho phép chúng ta sử dụng dữ liệu này một cách miễn phí.

• Vì tập dữ liệu này có dung lượng quá lớn nên nhóm mình không thể đưa dữ liệu lên GitHub. Mọi người có thể lấy dữ liệu được nhóm mình sử dụng thông qua đường dẫn này.

Các câu hỏi để phân tích khám phá dữ liệu (EDA)

• Nhóm 10 đã đặt ra 5 câu hỏi để phân tích khám phá dữ liệu, bao gồm:

  • Câu hỏi 1: Tỉ lệ chi tiêu của mỗi quốc gia so với tổng quốc gia và tỉ lệ số lần mua của từng quốc gia so với tổng quốc gia như thế nào?

  • Câu hỏi 2: Các kiểu tiếp cận khác nhau ảnh hưởng như thế nào đến số tiền chi tiêu và số lần chi tiêu của người dùng?

  • Câu hỏi 3: Liệu người dùng có xu hướng chi tiêu nhiều hơn khi tiếp tục xem các sản phẩm được liên kết đến sản phẩm hiện tại không?

  • Câu hỏi 4: Vào khoảng thời gian nào thì người dùng có xu hướng truy cập thường xuyên và sẵn sàng chi tiêu nhiều hơn để mua sắm các sản phẩm từ cửa hàng của Google?

  • Câu hỏi 5: Người dùng thường sử dụng thiết bị với các thông số kỹ thuật như thế nào khi truy cập vào cửa hàng của Google? Liệu có tồn tại một loại thiết bị với thông số kỹ thuật đặc thù nào đó mà khi sử dụng nó, người dùng có xu hướng mua hàng nhiều hơn hay không?

• Về phần ý nghĩa và phân tích dữ liệu để trả lời mỗi câu hỏi thì các bạn có thể xem trong notebook 03.

• Để thấy được các biểu đồ vẽ bằng Plotly thì mọi người có thể dùng công cụ nbviewer.org.

Tóm tắt kế hoạch thực hiện đồ án

• Tất cả thông tin xung quanh việc lên kế hoạch, phân chia công việc, kết quả thực hiện của từng thành viên đều được ghi chép đầy đủ và có thể truy cập thông qua đường dẫn này.

• Hoặc mọi người cũng có thể xem trong folder ./reports.

Nguồn tham khảo

• Tất cả tài liệu tham khảo đều được nhóm mình đề cập đầy đủ ở file list_references.md trong folder ./references.

Cách sử dụng các đoạn mã trong đồ án

• Cách 1: Các bạn có thể clone về máy dùng git bằng lệnh:

git clone https://github.com/vmphat/Programming-for-Data-Science-Capstone-project

• Cách 2: Vào mục <> Code và chọn mục Download ZIP sau đó giải nén.

Lưu ý: Các bạn xem lại phần Nơi lưu trữ phụ để download dữ liệu

Cài đặt môi trường lập trình với Anaconda

• Đầu tiên, ta có thể tải về và cài đặt Anaconda cho hệ điều hành của mình. Sau đó, bắt đầu cài đặt môi trường phát triển bằng cách sử dụng requirements.txt.

• Ghi chú: Trong đồ án này, mình muốn sử dụng Python 3.10. Nếu mọi người muốn cài đặt các gói này trong phiên bản Python khác, thì có thể kiểm tra lại tất cả các gói bằng lệnh conda search -c conda-forge -f <package name> để xác minh phiên bản của từng gói và thay đổi nó trong tệp requirements.txt file.

# create conda virtual environment
conda create --name min_ds-env python=3.10 -y

# activate created conda virtual environment
conda activate min_ds-env

# install dependencies
pip install -r requirements.txt