13 июня 2023 г. Веб-приложение для анализа данных методами описательной статистики и машинного обучения

Разработчик: Шихотов Алексей Алексеевич, Турнецкая Елена Леонидовна

Веб-приложение разработано для пользователей, которые в силу различных причин не владеют специальными знаниями в области статистики и машинного обучения, но в своей деятельности периодически используют первичный анализа данных для принятия решений.

Разработанное веб-приложение распространяется на бесплатной основе, обеспечивает простую доступность пользователя к функционалу без предварительной установки. Простой интерфейс способствует снижению порога вхождения, потому пользователь без специальных знаний сможет пользоваться веб-приложением. Возможность гибкой настройки инструментов для конкретных данных позволит провести грамотное исследование и сформировать презентабельный отчёт.

Приложение реализовано на языке программирования Python совместно с фреймворком Flask, также использованы специализированные библиотеки для анализа данных и визуализации.

  • При открытии веб-приложения пользователя приветствует страница ДАННЫЕ – для импорта данных. Возможны несколько вариантов загрузки данных: из файла формата csv; из базы данных MySQL; из базы данных PostgreSQL.
  • На странице СТАТИСТИКА пользователь может провести поверхностное исследование данных с помощью метрик описательной статистики, а также имеется возможность построить диаграммы различного типа.
  • На странице МАШИННОЕ ОБУЧЕНИЕ пользователь может реализовать один или несколько методов машинного обучения: линейная регрессия; полиномиальная регрессия; метод опорных векторов для задачи регрессии и классификации; логистическая регрессия; дерево решений; случайный лес; k-средних; иерархический метод с построением дендрограммы.
  • На странице НАСТРОЙКИ пользователь может изменить настройки построения диаграмм: основной цвет, размер диаграммы, разрешение рисунка, а также наличие сетки основных и дополнительных делений.
  • Страница Информация представляет руководство пользователя, где можно найти описание разделов, их методов, а также ссылки на документацию используемых библиотек.