Δημιουργία προγράμματος διατροφής με επεξεργασία βάσης δεδομένων τροφίμων με Python (Bachelor thesis)
Βαλσαμά, Δήμητρα
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Βαλσαμά, Δήμητρα | el |
dc.date.accessioned | 2024-07-23T11:28:41Z | - |
dc.date.available | 2024-07-23T11:28:41Z | - |
dc.identifier.uri | http://195.251.240.227/jspui/handle/123456789/16834 | - |
dc.description | Πτυχιακή εργασία - Σχολή Επιστημών Υγείας - Τμήμα Επιστημών Διατροφής και Διαιτολογίας, 2023 (α/α 14091) | el |
dc.rights | Default License | - |
dc.subject | Εφαρμογή Διατροφής | el |
dc.subject | Βάσεις Δεδομένων Διατροφής | el |
dc.subject | Diet application | en |
dc.subject | Nutrition databases | en |
dc.subject | Python | en |
dc.subject | USDA | en |
dc.subject | Pandas | en |
dc.title | Δημιουργία προγράμματος διατροφής με επεξεργασία βάσης δεδομένων τροφίμων με Python | el |
heal.type | bachelorThesis | - |
heal.type.en | Bachelor thesis | en |
heal.generalDescription | Πτυχιακή εργασία | el |
heal.classification | Διατροφή -- Βάσεις δεδομένων | el |
heal.classification | Python (Γλώσσα προγραμματισμού υπολογιστή) | el |
heal.classification | Λογισμικό εφαρμογής -- Ανάπτυξη | el |
heal.classification | Nutrition -- Databases | en |
heal.classification | Python (Computer program language) | en |
heal.classification | Application software -- Development | en |
heal.identifier.secondary | 14091 | - |
heal.dateAvailable | 2024-07-23T11:29:41Z | - |
heal.language | el | - |
heal.access | free | - |
heal.recordProvider | Σχολή Επιστημών Υγείας - Τμήμα Επιστημών Διατροφής και Διαιτολογίας | el |
heal.publicationDate | 2023-10-20 | - |
heal.bibliographicCitation | Βαλσαμά Δ. (2023). Δημιουργία προγράμματος διατροφής με επεξεργασία βάσης δεδομένων τροφίμων με Python (Πτυχιακή εργασία). ΔΙ.ΠΑ.Ε. | el |
heal.abstract | παρούσα εργασία προβάλλει τον συνδυασμό της τεχνολογίας και της διατροφής ως ένα πολύτιμο μέσο για την ανάδειξη της υγιεινής διατροφής και τη βελτίωση της διατροφικής ενημέρωσης. Η χρήση εξειδικευμένων προγραμμάτων μπορεί να βοηθήσει στον υπολογισμό της διατροφικής αξίας των τροφίμων και στην παροχή προσαρμοσμένων συμβουλών για τη διατροφή του ατόμου. Στην εργασία αυτή μελετήσαμε χρήσιμα εργαλεία που παίρνουν μέρος στη δημιουργία τέτοιου είδους προγραμμάτων και στη συνέχεια δημιουργήσαμε μία δική μας εφαρμογή διατροφής που προτείνει τυχαία τρόφιμα μέσα από τη βάση δεδομένων του USDA και υπολογίζει τις μακροθρεπτικές τους τιμές και θερμίδες. Αυτό συμβαίνει με τη χρήση δύο πολύ σημαντικών εργαλείων κατηγορίας ανοιχτού λογισμικού Python και Pandas. Κατανοήσαμε, γράφοντας κώδικα, πώς δημιουργείται ένα πρόγραμμα και πόσο σημαντική είναι η βιβλιοθήκη Pandas στην ανάγνωση αρχείων CSV. Το αρχείο CSV αποτελεί μια σπουδαία δομή δεδομένων για τη διακίνηση πληροφορίας στο διαδίκτυο. Η εφαρμογή που αναπτύξαμε αντιπροσωπεύει ένα σημαντικό βήμα προς την κατεύθυνση της αυτοματοποιημένης υπολογιστικής αξιολόγησης της διατροφικής περιεκτικότητας των γευμάτων, καθώς σε μελλοντική εργασία θα μπορούσαμε να τη βελτιώσουμε σε ικανοποιητικό βαθμό, ώστε να μετατραπεί σε ένα ιδιαίτερα χρήσιμο εργαλείο για τη δουλειά ενός διατροφολόγου. | el |
heal.abstract | This paper highlights the combination of technology and nutrition as a valuable resource for promoting healthy eating and improving nutritional information. The use of specialized programs can help calculate the nutritional value of foods and provide tailored advice for each individual's diet. In this paper we will analyze useful tools involved in creating such kinds of programs and then create our own nutrition application that will suggest random foods from the USDA database and calculate their macronutrient rates and calories. This will happen by using two very important open source tools Python and Pandas. We will learn ‘’from the inside’’ how a program is created and how important the Pandas library is in reading csv files, which is a great data structure for sharing information on the web. The application we will develop represents an important advancement which leads to an automated computational evaluation of the nutritional content of meals, as in future work we could improve it sufficiently to turn it into a particularly useful tool for the work of a nutritionist. | en |
heal.advisorName | Στεφανίδης, Βασίλειος | el |
heal.committeeMemberName | Στεφανίδης, Βασίλειος | el |
heal.academicPublisher | Σχολή Επιστημών Υγείας - Τμήμα Επιστημών Διατροφής και Διαιτολογίας | el |
heal.academicPublisherID | ihu | - |
heal.numberOfPages | 53 | - |
heal.fullTextAvailability | true | - |
heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
Appears in Collections: | Πτυχιακές Εργασίες |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Valsama.pdf | 1.81 MB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/16834
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.