PanasyukBlog

  1. В качестве ключевых слов были взяты ключи discord, youtube, russia, чтобы затронуть статистику текстов о блокировке ресурсов в РФ. 2. а) связаны тексты с совпадающими цветными полями - что их на ваш взгляд объединяет? да, связаны. дифференциация происходит через разные категории и тематики. темы выборов, Трампа, Илона Маска, России и Украины. Например, Мировые новости, спорт, ТВ, фильмы, мнения, фиолетовое - культура, а темно-синее - вообще новости Соединенных Штатов. б) связаны тексты, с общими линиями пересечений. Различаются ли результаты в различных моделях и если да, то чем? различаются. например, в кластеринге больше мировых новостей, чуть более разнообразные темы в категориях культуры, тв, кино, творчества. В облаке слов, например, вовсе тяжело разобраться, однако можно заметить, что наиболее распространенные темы: Трамп, государство, США, Россия, выборы и т.п.

Краткая контент-модель медиапроекта GAMEJOUR Discovery: 1) Миссия - если бы вы создавали медиапроект, то с какой целью (не финансовой)? Поясните. Популяризация игр и киберспорта в Челябинской области 2) Исходные данные - тип и формат (газета, журнал, канал, радиостанция, сайт, мобильное приложение). Почему именно они? Также укажите тематику и периодичность. Сайт, ТГ, приложение, страница на VK Видео. Просто потому что это больше подходит для реализации и моей аудитории. Тематика: блог, сервис-платформа, видеоблог 3) Кто ваша аудитория? Почему эти люди могут заинтересоваться вашим проектом? Где и как вы их найдете? В презентации. Люди могут заинтересоваться, если любят игры и киберспорт и преследуют цели интерактива, развития, времяпрепровождения и популяризации гейминга в области. Поиск будет проводиться через сайт, приложение и ВК. 4) Сформулируйте в чем может состоять ваше уникальное торговое предложение и чем ваш проект будет отличаться от существующих? Уникальность ТП заключается в...

В качестве статистики были взяты данные о населении Челябинской области с сайта 74.rosstat.gov.ru. В качестве фундамента использовалась статистика о численности женщин и мужчин в Челябинской области с 2001 по 2024 гг. 1. Пожалуй, разделю возможные модели анализа данных на две группы, поскольку я решил дифференцировать графики на "понятные" и "непонятные" для моего мышления. Глядя на скриншоты выше (Pol Reg и Scatter), можно сделать пару выводов, на которые наталкивают данные графики. Во-первых, наилучший коэффициент корреляции наблюдался с 2006 по 2018 гг. Далее, из "Скаттера" следует, что число женщин на 1000 мужчин растет с годами, однако из-за спада численности населения наблюдается регрессия. 2. В заключение, k-Means и Линейная проекция кажутся наименее понятными и прозрачными. Если линейная модель хоть как-то намекает на взаимосвязь соотношения жен:муж с временными отрезками и численностью населения, то с k-means всё сложнее. Однако есть и плюсы, К-мо...