Section A

1.  Define the following objects in Python:

A = [2,3]

B = { python , r , python }

C = ( george , 6,A)

Briefly describe what is happening in each line of the following Python code stating also the type of data structure involved.

A[1] = 4

print(B)

C[2]

• Marks:  10

2.  For each of the circumstances below discuss in no more than two sentences whether violin plots provide an appropriate choice.

(a)  When we want to study the empirical density ofa variable.

(b)  When we want to compare frequencies of one variable across different categories ofanother

variable.

(c)  When we want to monitor changes in the distribution of a variable across different categories of another variable.

(d)  When we want to explore the association between two continuous variables

• Marks:  8

3.  For each of the statements below state whether it is correct. Also, provide justification for your answer in one sentence.

(a)  In unsupervised learning we aim to minimise the training error.

(b)  Fora categorical input with 3 categories, it suffices to produce 2 dummy variables.

(c)  In a classification task with a binary target, categories being ‘negative’ and ‘positive’, the sensititivity is the probability of negative individuals being classified as negative.

(d)  Training a machine learning pipeline could involve the task of handling missing values.

• Marks:  8

4.  Which of the following statements are correct? There is at least one correct statement, and negative marks apply for wrong choices.

(a)  Jupyter notebooks cannot handle R code.

(b)  R scripts can only be executed with R Markdown.

(c)  Comments incode are useful for humansbut not for computers.

(d)  Markdown is a programming language.

(e)  A for loop can be replaced by a while loop to perform the same operation.

(f)  A scatter plot will illustrate if a continuous variable is responsible for changes in another

continuous  variable.

• Marks:  6

5.  Note from which language (R or Python) each of the following code chunks is from: C1.  mat = rbind(c(1, 4),c(7,8))

C2.   import numpy

C3.  ?lm

C4.  b[-1]=1

C5 . for (i in 1:4){k=1}

C6.

def triple(x):

k=3*x

return k

C7.  f2=fˆ 2

C8 .  if (mark >= 70){print( first )}

C9.  plot(x,y)

C10 . apply(df, 2, mean)

C11 . df = read.csv("data.csv")

C12.  df.describe()

C13 . Auto = pd.read_csv("automobileBI.csv")

C14.

for i in range(0,K):

k[i]=f[i+4]

C15.  hist(y)

C16.  plt.plot(x,y)

• Marks:  8

Section B

1.  Using conditional statements write a program using informal code (could be either R or Python or just plain words) that takes the list of numbers L=[2,4,3,6,7,11,12], checks if each of them is even or odd, counts how many of them are even and computes the sum of all even numbers as well as the sum of all odd numbers.

• Marks:  10

2.  Describe what the following chunks of code are doing. (a)

SELECT student_ id, mark, department

FROM students

WHERE student_ id >= 200 AND average_mark >= 40

ORDER BY average_mark

(b)

inner_join(student, university, by = "country") %>%

filter(classification == "first")

• Marks:  10

3.  Explain in no more than 2 sentences, why the following statements are wrong. (a)  XML files are usually smaller than JSON files.

(b)  A matrix in R can contain different types of data.

(c)  Python lists and dicts (dictionaries) can contain duplicate values.

(d)  In python the command print(A[2,1]), where A in numpy 2-dimensional array, will print the first element ofthe second row.

(e)  mlr3is an Rplatform used mainly for data visualisation.

(f)  Histograms and kernel density plots can be used to help us understand the shape of the

distribution of categorical variables.

(g)  Side by side boxplots provide information about the association of two continuous variables.

(h)  The command matrix(1:30, nrow = 6) in R will create a matrix with 6 rows and 4 columns. (i)  A pandas data frame can only hold factors and numeric variables.

(j)  In Python consider a list L that contains only real numbers. We can increase all its elements by

1 using the command L+1.

• Marks:  10

4.  Match the commands C1-C4 with the output in O1-O4.

C1.  print(type( exam ))

C2.   print(type(3))

C3 .  paste("<class", " str >")

C4 .  paste("<class", " int >")

C5 . K = 5;K O1 . "<class O2. 5

O3 . "<class O4 . <class O5 . <class

• Marks:  10

str >"

int >"

str >

int >