注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. School_District_Analysis-源码

  2. School_District_Analysis 目录 项目名称 学区分析-第4单元挑战 技术领域 3.7.9。 概述 使用Pandas和Python探索给定的数据集：1） ，由学校ID，学校名称，学校类型，规模和预算组成； 2） ，由学生ID，学生名称，性别，年级，学校名称，阅读分数和数学分数。 该模块的结果提供了以下可交付成果清单，用于对学区进行分析： 以表格格式显示的地区关键指标的高级快照 以表格形式列出的每所学校的关键指标概述 代表以下各项指标的表格： 根据整体及格率，排名前5

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：672kb
    • 提供者：weixin_42114046

  1. School_District_Analysis-源码

  2. 学区分析 鲍勃·西米内拉（Bob Ciminera） 学区分析概述 目的 Maria是城市学区的数据科学家，负责为分析，报告和演示准备标准化的测试日期，以提供有关性能趋势和模式的见解。 这些见解可用于为学校和学区一级的讨论和战略决策提供参考。 为了进行此分析，向玛丽亚提供了学校资助和其他数据，以及有关标准数学和阅读测试的学生成绩。 在我的协助下，她的任务是汇总这些数据以展示学校表现的趋势。 这将有助于学校董事会和学区长做出有关学校预算和优先事项的决策。 在完成对学区的初步分析后，校务委员会

  3. 所属分类：其它

  1. School_District_Analysis:使用Python分析学区数据-源码

  2. School_Distric_Analysis 使用Python分析学区数据。

  3. 所属分类：其它

  1. School_District_Analysis：分析学区数据，例如学校预算和学生表现，以发现趋势并得出结论-源码

  2. 学区分析 项目概况 该项目的目的是分析整个学区的数据，例如资金和学生成绩，以学习新见解并直观地提供每所学校表现的清晰结果。 此外，为维护州考试标准，由于一组学生中可能存在学术上的不诚实，因此进行了两次分析。 还讨论了省略潜在不诚实数据的含义。 资源 资源：在此分析中使用的所有数据都位于“文件夹中。 软体： Python 3.7，Anaconda，Jupyter Notebook 结果 由于托马斯高中九年级学生的潜在学术不诚实，此分析进行了两次。 该分析的第一个试验包括完整的学生数据。 在此分析

  3. 所属分类：其它

  1. School_District_Analysis-源码

  2. School_District_Analysis 项目概况 该分析的目的是使用Maria提供的数据来分析该地区学校之间的考试成绩趋势。 我们使用这些数据来确定按学校，预算，学校规模和其他因素得出的最高及格率。 资源 数据源：clean_students_complete.csv软件：Python 3.8.5，Jupyter Notebook 结果 学校和学区摘要如何受到影响？ 学校和学区的摘要大部分都保持不变，只是替换了九年级的分数。 托马斯高中的百分比发生了变化，但取代了九年级学生的数学和阅

  3. 所属分类：其它

  1. School_District_Analysis:我们将使用Python和Pandas库分析学区数据并展示学校绩效的趋势-源码

  2. School_District_Analysis 分析学区数据，例如学校预算和学生表现，以发现趋势并得出结论。 学区分析概述 Maria是城市学区的首席数据科学家，她负责分析各种来源和不同格式的信息。 她的任务是准备所有标准化的测试数据以进行分析报告，并提供对性能趋势和模式的见解。 这些见解被用于对学校发展水平进行战略决策。 玛丽亚已要求我们提供帮助，以分析有关学生资助和学生标准化考试成绩的数据。 我们将为每个学生提供数学和阅读成绩以及他们就读的学校的各种信息。 我们的任务是汇总这些数据并展

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：755kb
    • 提供者：weixin_42164702