Sveiki, esu antro kurso VU EVAF studijų studentė ir rašau baigiamąjį magistro darbą tema "Bankroto prognozavimo modelių patikimumas lietuvos maitinimo paslaugų sektoriaus įmonėms". Šio darbo vienas iš uždavinių yra sukurti bankroto prognozavimo modelį pasitelkiant mašininio mokymosi algoritmus. Šiam tikslui įgyvendinti man reikalingos įmonių finansinės ataskaitos iš "EVRK 561000 Restoranų ir pagaminto valgio teikimo veikla" sektoriuje veikiančių ir bankrutavusių įmonių. Šie duomenys bus panaudoti apmokant ML modelį. Jei kiltų iššūkių dėl duomenų apsaugos, tokiu atveju tiktų ir nuasmeninti duomenys, t.y. be įmonės kodo ir įmonės pavadinimo, tačiau reikėtų, kad įmonės kodą pakeistų koks kitas identifikatorius, kad būtų galima atpažinti, jog kelios finansinės ataskaitos priklauso įmonei tai pačiai X. Būtų gerai atskiras stulpelis, kuris pažymėtų ar įmonė bankrutavusi ar veikianti. Ar būtų galima gauti šiuos duomenis? Kadangi baigiamųjų darbų pristatymo data nenumaldomai artėja būčiau labai dėkinga jei pavyktų gauti šiuos duomenis kaip įmanoma greičiau. Dėkoju Jums labai! Specifikacija kokių duomenų reikia: Įmonės: Veikiančios ir Bankrutavusios įmonės kurios veiklos rūšis pagal EVRK red. 2: 561000 Restoranų ir pagaminto valgio teikimo veikla Duomenys: Finansinės ataskaitos (detalizuotos/išskaidytos) (PVZ: https://www.registrucentras.lt/jar/paieska/edoc_fa.php?enc=DBHCB26TDbcGZBGp50p7pYmDoFGfT6Q9MlkSHi0O6fy83RDvLyNYcku66U%2Bu2ShBG0MX41NqcEYf0xe0cqysosNtVoq4DOtCHH8t%2B6Vs2ctRw1ComfWF4Ju87yreesXvudOdK%2F3Whiq2Cw7nP12%2BRfvDUiDw5LrBFfSi3doM09v%2FNKw%3D) Laikotarpis: kiekvienos įmonės paskutinių trijų metų finansinės ataskaitos (veikiančių įmonių Finansinės ataskaitos reikalingos iki 2023 metų įskaitant ir 2023 m.) (geriausiai būtų visų metų finansinės ataskaitos, turėsiu galimybę išsifiltruoti pati tik paskutinių trijų metų) Formatai: geriausiai būtų JSON/XML/CSV kuris Jums patogesnis (suprantu, kad failo dydis bus didelis, bet tai ne problema) (jei Jums būtų patogiau tai tiktų ir SQL formatas)
Nerandate norimo duomenų rinkinio, o gal esamam duomenų rinkinui turite pastabų? Tuomet peržiūrėkite jau registruotus poreikius duomenų rinkiniams. Jeigu sąraše nerasite atitinkančio poreikio - registruokite naują.
Teikti poreikįŠioje portalo skiltyje yra publikuojami atvirų duomenų naudotojų pateikti poreikiai dėl atvirų duomenų rinkinių. Tai yra svarbu, nes atveriant duomenis yra siekiama duomenų atvėrimą vykdyti maksimaliai, atsižvelgiant į atvirų duomenų naudotojų poreikį (angl. demand driven approach) ir įvertinant jų teigiamą poveikį visuomeninio intereso tenkinimui, viešumui ir verslo plėtrai.
Prašome atverti VSAKIS sistemoje renkamus ir laikomus mokyklų biudžeto vykdymo ir finansinių ataskaitų rinkinių duomenis. Šie duomenys jau yra prienami viešai skirtinguose mokyklų portaluose, PDF ar Word failuose, dėl šios priežasties jais sunku naudotis, norint atlikti detalesnes analizes tarp skirtingų mokyklų.
AB ESO svetainėje https://www.eso.lt/web/apie-mus/ataskaitos-ir-dokumentai/3111#c909 yra Power BI švieslentė apie gamintojus ir gaminančius vartotojus (instaliuoti galingumai pagal atsinaujinančius išteklius, rezervuota galia, gamybos apimtys). Ar galima į atvirų duomenų portalą įkelti šiuos duomenis? Šiuo metu švieslentėje nėra duomenų parsisiuntimo funkcijos. Šių duomenų labai reikia rinkos analizei ir verslo sprendimams
AB ESO svetainėje https://www.eso.lt/web/apie-mus/ataskaitos-ir-dokumentai/3111#c909 yra Power BI švieslentė apie gamintojus ir gaminančius vartotojus (instaliuoti galingumai pagal atsinaujinančius išteklius, rezervuota galia, gamybos apimtys). Ar galima į atvirų duomenų portalą įkelti šiuos duomenis? Šiuo metu švieslentėje nėra duomenų parsisiuntimo funkcijos. Šių duomenų labai reikia rinkos analizei ir verslo sprendimams.
Dalinuosi klausimais bei pastebėjimais, susijusiais su šiuo duomenų rinkiniu. Kodą rasite šiame Jupyter Notebook: https://github.com/harismck/atviri-duomenys/blob/master/nmpp_rezultatai.ipynb Visų pirma, jeigu kas nors bandote atsidaryti šiuos duomenis naudodami Python bei pandas ar polars paketus, reikia naudoti kodavimą "windows-1257". Kodavimas galėtų būti paminėtas rinkinio aprašyme, išsiaiškinti užtruko. Yra duomenų kokybės bei dokumentacijos problemų. Pirma, neaišku kaip interpretuoti taškų stulpelį 2017-2018 mokslo metais. Keli reikšmių pavyzdžiai: "484,462", "552,044". Būtų gerai, jeigu atsakinga institucija sutvarkytų duomenis jeigu tai yra įvesties klaida, arba Struktūros skiltyje paaiškintų, kaip reikia interpretuoti reikšmes šiame stulpelyje skirtingiems mokslo metams, klasėms bei patikrinimo tipams. Antra, yra tik trys eilutės iš 2022 metų antros klasės, bei viena eilutė iš 2023 metų pirmos klasės. Panašu į įvesties klaidą. Trečia, vis dar nėra 2024 metų duomenų. Ketvirta, duomenimis būtų daug paprasčiau naudotis, jeigu jie būtų pateikti ne suagreguoti, o vieno patikrinimo lygmeniu. Dabartiniu formatu pateikti duomenys apsunkina kad ir paprastų vidurkių skaičiavimą, nes visada reikia pasverti pagal mokinių skaičių toje eilutėje, arba pačiam "prikurti" papildomų eilučių, kad viena eilutė atspindėtų vieną patikrinimą. Bet kuriuo atveju, gaunasi nereikalingas papildomas darbas. Tikiuosi, kad pavyks išspręsti šias kokybės problemas, patobulinti rinkinio dokumentaciją bei pagerinti vartotojo patirtį visiems, kam šie duomenys aktualūs. Ačiū!