Data Science · मराठी आवृत्ती
18.4 Project आणि process प्रश्न
या page मध्ये
Q16. तुमचं analysis समजावून सांगा.
Extract load करतो, columns normalise करतो, types/duplicates दुरुस्त करतो, groupby/crosstab ने explore करतो, daily trend आणि city GMV plot करतो, मग recommendations लिहितो. या course project मध्ये जाणीवपूर्वक ML च्या आधी थांबतो.
Q17. Grain का महत्त्वाचा?
एक row कशाची नोंद आहे हे grain सांगतो — order line की order. Line grain वर rows मोजल्या तर orders जास्त मोजल्या जाऊ शकतात. गरजेनुसार order_id वर nunique वापरतो.
Q18. Analysis पुन्हा कसा करता येईल?
Notebook, venv, clean CSV, savefig charts आणि markdown insights जपतो. तेच inputs आणि code वापरल्यावर तेच results तयार झाले पाहिजेत.
Q19. Excel/Power BI ऐवजी Python कधी?
दर आठवड्याला नवीन extract वर cleaning पुन्हा करायचं असेल, custom metrics/charts code मध्ये हवेत किंवा version control वापरायचं असेल तेव्हा Python. Clickable slicers चा dashboard Power BI मध्ये ठेवणं योग्य असू शकतं.
Q20. Machine learning येतं का?
स्वतःच्या खऱ्या ज्ञानाप्रमाणे उत्तर द्या. या course मध्ये Python cleaning, EDA आणि visualization वर भर होता; ML हा वेगळा learning path आहे. Concepts फक्त overview पातळीवर माहीत असतील तर ते स्पष्ट सांगा.
Practice
Q8, Q11 आणि Q16 यांची प्रत्येकी दोन minutes पेक्षा कमी वेळात उत्तरं record करा. काल्पनिक Blinkit बद्दल generic विधानांऐवजी notebook मधले प्रत्यक्ष outputs सांगा; data काल्पनिक असल्याचं नमूद करा.
Recap
- Definition सोबत छोटं उदाहरण द्या.
- Scope प्रामाणिक ठेवा: pandas/EDA चा पाया; ML पुढे.
- Grain, missing-value policy आणि reproducibility सांगा.
पुढे cheat sheet आहे.