Introduction to Data Analysis — Summer 2024

List the difference between structured, semi-structured, and unstructured data. પરશન.1 (અ) સટરકચરડ, સમીસટરકચરડ અન અનસટરકચરડ રા વચચના તફાવતની સચચ બનાવો

Describe briefly all phases of the data analytics lifecycle. (ક) રા એનાચલચકસ જીવનચરના તમામ તબકકાઓનિ િકમાિ વરડન કરો.

What is the purpose of web scraping? Discuss the legality and ethical considerations associated with it. (બ) વબ સટરચ િગનો હત શિ છ? તની સાથ સિકળાયલ કાયદસરતા અન નચતક બાબતોની ચચાડ કરો .

How does a Big Data platform differ from traditional data processing systems? (ક) ચબગ રા પલફોમડ રિ રાગત રા પરોસચસિગ ચસસટમથી કવી રીત અલગ છ?

Name three common file formats that can be read using Python's file reading methods. પરશન.2 (અ) Python's file વાિચન દધચતઓનો ઉ યોગ કરીન વાિચી શકાય તવા તરર સામાનય ફાઇલ ફોમના નામ આ ો.

Describe any four functionalities provided by BeautifulSoup for navigating and manipulating HTML elements. (બ) HTML તતવો નચવગ કરવા અન હરફર કરવા મા BeautifulSoup દવારા રી ારવામાિ આવલ કોઈ ર ચાર કાયોનિ વરડન કરો.1

Write a Python script using Selenium to automate the process of logging into a website and extracting specific data from a dynamically loaded page. (ક) વબસાઇમાિ લૉગ ઇન કરવાની પરચરયાન સટવચાચલત કરવા મા Selenium નો ઉ યોગ કરીન Python script લખો અન ગચતશીલ રીત લોર થયલા ષઠમાિથી ચોકકસ રા કાઢવા. Q. 3 (a) List differences between Simple Linear Regression and Multiple Linear Regression. પરશન.3 (અ) Simple Linear Regression અન Multiple Linear Regression વચચના તફાવતોની યાદી બનાવો.

Describe briefly any two probability distributions. (બ) કોઈ ર બ probability distributions ન િિકમાિ વરડન કરો.

The manufacturing plant produces electronic components, and you are tasked with improving the production process to reduce defects. Describe how you would use the method of least squares to analyze the relationship between process parameters (such as temperature, pressure, and cycle time) and the occurrence of defects in the manufactured components. (ક) મનયફકચચરિગ પલાન ઇલકરોચનક ઘકોનિ ઉત ાદન કર છ, અન તમન ખામી ઘારવા મા ઉત ાદન પરચરયામાિ સધારો કરવાનિ કામ સો િ વામાિ આવ છ. પરચરયાના ચરમારો (જમ ક તા માન, દબાર અન ચર સમય) અન ઉત ાચદત ઘકોમાિ ખામીઓની ઘના વચચના સિબિધનિ ચવશલષર કરવા મા તમ least squares ની દધચતનો ઉ યોગ કવી રીત કરશો તનિ વરડન કરો.

Q. 3 (a) List the differences between mean, median, and mode as measures of central tendency. પરશન.3 (અ) Central tendency ના મા દિર તરીક mean, median અન mode વચચના તફાવતોની સચચ બનાવો.

List the difference between a NumPy array and a Python list. પરશન.2 (અ) NumPy array અન Python list વચચના તફાવતની સચચ બનાવો.

What is data normalization, and how does it differ from rescaling? (બ) રા normalization શિ છ અન ત rescaling થી કવી રીત અલગ ર છ?

Find the top 5 and bottom 5 records of a DataFrame based on a specific column by using Pandas' nlargest() and nsmallest() functions (ક) Pandas ના nlargest() અન nsmallest() ફિકશનનો ઉ યોગ કરીન ચોકકસ કૉલમ ર આધાચરત રાફરમના ોચના 5 અન નીચના 5 રક ોરડસડ શોધો.

As a data analyst for a retail company, you have been tasked with analyzing the relationship between store foot traffic and daily sales revenue to optimize staffing levels and improve customer service. Using scatterplots and other graphical techniques, develop a comprehensive analysis plan to identify the correlation between store foot traffic (independent variable) and daily sales revenue (dependent variable). (ક) ચરલ કિ ની મા રા ચવશલષક તરીક, તમન સટાચફિગ સટતરન ઑચપમાઇઝ કરવા અન ગરાહક સવામાિ સધારો કરવા મા સટોર ફ રાચફક અન દચનક વચારની આવક વચચના સિબિધનિ ચવશલષર કરવાનિ કામ સો િ વામાિ આવયિ છ. Scatterplots અન અનય ગરાચફકલ તકનીકોનો ઉ યોગ કરીન, સટોર ફ રાચફક (સટવતિતર ચલ) અન દચનક વચાર આવક (આચિત ચલ) વચચના સિબિધન ઓળખવા મા એક વયા ક ચવશલષર યોજના ચવકસાવો. Q. 4 (a) Define data visualization. List down importance of it. પરશન.4 (અ) રા ચવઝયલાઇઝશન વયાખયાચયત કરો. તનિ મહતવ લખો.

Describe Pearson's correlation coefficient and its significance in statistical analysis. (બ) Pearson's correlation coefficient અન આિકરાકીય ચવશલષરમાિ તન િ મહતવ વરડવો.

For a retail company, as a data analyst analyzing sales performance across different product categories over the past year is tasked to you. Using2 Seaborn, develop an interactive data visualization dashboard that provides insights into sales trends, seasonality, and product performance. (ક) ચરલ કિ ની મા, રા ચવશલષક તરીક ાછલા વષડમાિ ચવચવધ પરોરક કગરીમાિ વચાર પરદશડનન િ ચવશલષર કરવાન િ કામ તમન સો િ વામા િ આવયિ છ. Seaborn નો ઉ યોગ કરીન, એક interactive રા ચવઝયલાઇઝશન રશબોરડ ચવકસાવો જ વચારના વલરો, મોસમ અન ઉત ાદન પરદશડનમા િ આિતરદચિ પરદાન કર છ.

Q. 4 (a) List down any six common types of data visualizations used in practice. પરશન.4 (અ) વયવહારમાિ ઉ યોગમા િ લવાતા કોઈ ર છ સામાનય પરકારના રા ચવઝયલાઇઝશનની યાદી બનાવો.

Describe the role of scatterplots and other graphical techniques in identifying the correlation between variables in a dataset. (બ) રાસમાિ variable વચચના સહસિબિધન ઓળખવામાિ scatterplots અન અનય ગરાચફકલ તકનીકોની ભચમકાનિ વરડન કરો.

For a marketing firm, as a data analyst you have to analyze the effectiveness of different advertising campaigns across various channels. Using Matplotlib, develop an interactive data visualization dashboard that provides insights into advertising performance, audience engagement, and return on investment (ROI). (ક) માકચિગ ફમડ મા, રા ચવશલષક તરીક તમાર ચવચવધ ચનલોમાિ ચવચવધ જાહરાત ઝિબશની અસરકારકતાનિ ચવશલષર કરવિ રશ. Matplotlib નો ઉ યોગ કરીન, એક ઇનરચ કવ રા ચવઝયલાઇઝશન રશબોરડ ચવકસાવો જ જાહરાત પરદશડન, પરકષકોની engagement અન રોકાર ર વળતર (ROI) માિ આિતરદચિ પરદાન કર છ.

How does multivariate analysis differ from univariate analysis in terms of scope and methodology? (બ) અવકાશ અન કાયડ દધચતની દરચિએ multivariate analysis થી univariate analysis કવી રીત અલગ ર છ?

List recent trends in data collection and analysis techniques and give brief description of each technique. (ક) Data collection અન analysis તકનીકોમાિ તાજત રના વલરોની સચચ બનાવો અન દરક તકનીકનિ સિચકષપત વરડન આ ો.

How Box plot can be used for visualizing data distributions and identifying outliers? (બ) રા ચરચસટરબયશનન ચવઝયઅલાઈઝ કરવા અન આઉલાયસડન ઓળખવા મા બોકસ પલોનો ઉ યોગ કવી રીત કરી શકાય?3

List challenges associated with big data visualization. Briefly explain any three challenges and provide a potential solution for these three challenges. (ક) Big data ચવઝયલાઇઝશન સાથ સિકળાયલ રકારોની સચચ બનાવો. કોઈ ર તરર રકારોન સિચકષપતમાિ સમજાવો અન આ તરર રકારો મા સિભચવત ઉકલ પરદાન કરો.4

List down two common types of plots used for visualizing time series data. Describe briefly each plot type. પરશન.5 (અ) Time series ના રાન ચવઝયઅલાઈઝ કરવા મા ઉ યોગમાિ લવાતા બ સામાનય પરકારના પલોની યાદી બનાવો. દરક પલો પરકારનિ િકમાિ વરડન કરો.

Describe the process of creating an interactive data visualization using Plotly in Python. (બ) Python મા િ Plotly નો ઉ યોગ કરીન ઇનરચ કવ રા ચવઝયલાઇઝશન બનાવવાની પરચરયાન િ વરડન કરો.

Name the Python library which is commonly used for data visualization, particularly for creating statistical graphics and exploring datasets. Describe it briefly. પરશન.5 (અ) Python લાઇબરરીન નામ આ ો જન ો ઉ યોગ સામાનય રીત રા ચવઝયલાઇઝશન મા લવાય છ, ખાસ કરીન આિકરાકીય ગરાચફકસ બનાવવા અન રાસટસનિ શોધખોળ કરવા મા. તનિ િકમાિ વરડન કરો.