<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Розвідувальний аналіз даних для інформаційної технології передбачення рівня щастя у країнах світу методами машинного навчання

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

Дана робота присвячена підготовці та розвідувальному аналізу даних для подальшого використання у інформаційній технології передбачення рівня щастя у країнах світу методами машинного навчання. Було проведено аналіз датасету World Happiness Report, що містить соціально-економічні характеристики країн, та досліджено залежності між ними і показником щастя.
The paper is devoted to the preparation and exploratory data analysis for further use in the information technology of predicting the happiness level in countries worldwide using machine learning methods. The World Happiness Report dataset, which includes socio-economic indicators, was analyzed to discover relationships between these indicators and the happiness score.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

978-617-8163-57-0

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Гайович А. М., Жуков С. О. Розвідувальний аналіз даних для інформаційної технології передбачення рівня щастя у країнах світу методами машинного навчання // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/24779.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (5)

  1. World Happiness Report [Електронний ресурс]. – Режим доступу: https://www.kaggle.com/datasets/unsdsn/worldhappiness/data
  2. World Happiness Report EDA & Visualization [Електронний ресурс]. – Режим доступу: https://www.kaggle.com/code/annhaiovych/world-happiness-report-eda-visualization
  3. Pandas Getting started. 2024 [Електронний ресурс] – Режим доступу: https://pandas.pydata.org/docs/getting_started/index.html
  4. Matplotlib Pyplot Documentation. 2024 [Електронний ресурс]. – Режим доступу: https://matplotlib.org/3.5.3/api/_as_gen/matplotlib.pyplot.html
  5. Seaborn Tutorial. 2023 [Електронний ресурс]. – Режим доступу: https://seaborn.pydata.org/tutorial.html