README.ta.md

அமேசான் ப்ரிமே வீடியோ ஸெர்ஸ டாட்டா - எஸ்பிலோரட்டோரி டாட்டா அனாலிசிஸ் (EDA)

இந்த களஞ்சியத்தில் அமேசான் பிரைம் வீடியோ பயனர்கள் தரவுத்தொகுப்பில் எஸ்பிலோரட்டோரி டாட்டா அனாலிசிஸ் (EDA) செய்வதற்கான தரவு மற்றும் ஸ்கிரிப்டுகள் உள்ளன. தரவுத்தொகுப்பு Kaggle இலிருந்து பதிவிறக்கம் செய்யக் கிடைக்கிறது.

தரவுத்தொகுப்பு மேலோட்டம்

Amazon Prime பயனர்கள் தரவுத்தொகுப்பில் Amazon Prime சந்தா சேவையின் 2500 கற்பனையான பயனர்கள் பற்றிய தகவல்கள் உள்ளன. தரவுத்தொகுப்பில் உள்ள ஒவ்வொரு உள்ளீட்டிலும் பயனரின் பெயர், மின்னஞ்சல் முகவரி, இருப்பிடம், சந்தாத் திட்டம், கட்டணத் தகவல் மற்றும் நிச்சயதார்த்த அளவீடுகள் போன்ற விவரங்கள் இருக்கும். கூடுதலாக, பாலினம் மற்றும் பிறந்த தேதி போன்ற மக்கள்தொகை தரவுகள் வழங்கப்படுகின்றன, மேலும் தளத்தை அணுகுவதற்குப் பயன்படுத்தப்படும் பிடித்த வகைகள் மற்றும் சாதனங்கள் போன்ற பயனர் விருப்பங்களுடன்.

தரவுத்தொகுப்பு பல்வேறு புள்ளிவிவரங்கள், சந்தாத் திட்டங்கள் மற்றும் பயன்பாட்டு முறைகள் உட்பட பல்வேறு வகையான பிரைம் பயனர்களை பிரதிநிதித்துவப்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது. இது பயனர் நடத்தை, விருப்பத்தேர்வுகள் மற்றும் Amazon Prime தளத்துடனான தொடர்புகள் பற்றிய பகுப்பாய்வு மற்றும் நுண்ணறிவுகளை எளிதாக்க வடிவமைக்கப்பட்டுள்ளது. ஆராய்ச்சியாளர்கள் மற்றும் ஆய்வாளர்கள் இந்த தரவுத்தொகுப்பைப் போக்குகளைப் படிக்கவும், இலக்கு சந்தைப்படுத்தல் பிரச்சாரங்களை நடத்தவும் மற்றும் மேடையில் பயனர் அனுபவத்தை மேம்படுத்தவும் பயன்படுத்தலாம்.

களஞ்சிய அமைப்பு

• amazon_prime_users.csv: தரவுத்தொகுப்பு Kaggle இலிருந்து பதிவிறக்கம் செய்யப்பட்டது.
• data_import.ipynb: தரவுத்தொகுப்பை இறக்குமதி செய்வதற்கும், தரவுகளை சுத்தம் செய்வதற்கும், CSV மற்றும் SQL வடிவங்களுக்கு ஏற்றுமதி செய்வதற்கும் Jupyter நோட்புக்.
• dataset_questions.txt: பதிலளிக்க வேண்டிய EDA கேள்விகளைக் கொண்ட கோப்பு.
• pandas_answers.ipynb: பாண்டாஸைப் பயன்படுத்தி EDA கேள்விகளுக்கான பதில்களைக் கொண்ட Jupyter நோட்புக்.
• sqlJupy_answers.ipynb: ஜூபிட்டரில் SQL ஐப் பயன்படுத்தி EDA கேள்விகளுக்கான பதில்களைக் கொண்ட Jupyter நோட்புக்.

பயன்பாடு

1. Kaggle இலிருந்து தரவுத்தொகுப்பைப் பதிவிறக்கவும்.
2. பதிவிறக்கம் செய்யப்பட்ட amazon_prime_users.csv கோப்பை களஞ்சிய மூலத்தில் வைக்கவும்.
3. தரவுத்தொகுப்பை இறக்குமதி செய்யவும், தரவு சுத்தம் செய்யவும், CSV மற்றும் SQL வடிவங்களுக்கு ஏற்றுமதி செய்யவும் data_import.ipynb நோட்புக்கைத் திறந்து இயக்கவும்.
4. உங்கள் பகுப்பாய்விற்கு வழிகாட்ட, dataset_questions.txt இல் வழங்கப்பட்ட EDA கேள்விகளைப் பயன்படுத்தவும்.
5. முறையே Pandas மற்றும் SQL ஐப் பயன்படுத்தி EDA கேள்விகளுக்கான பதில்களுக்கு pandas_answers.ipynb மற்றும் sqlJupy_answers.ipynb ஐப் பார்க்கவும்.

இந்த README தற்போது ஆங்கிலம், ஹிந்தி, ஒடியா, தமிழ் மற்றும் தெலுங்கு மொழிகளில் கிடைக்கிறது.