Projeto Prático de Análise Preditiva com Python

Graduação em Adm e Economia Data Mining e Big Data Professores responsáveis Anderson Borba e Luiz Barboza Projeto prático Tema e Análise Exploratória Neste projeto os alunos serão desafiados a realizar análises preditivas utilizando para isso a linguagem de programação Python aprendidos durante as aulas Vocês devem assim em duplas definir um tema para trabalhar durante o semestre como referência considere algum dos seguintes cenários Empresa familiar caso no seu contexto fora de sala de aula você tenha acesso a operação de alguma empresa por exemplo empresa da família Startup caso você e seu grupo esteja formato uma startup Dados públicos governamentais vários dados governamentais de diversas esferas estão publicados em portais de transparência Outros você está livre para escolher algum outro apenas esteja ciente que precisará ter acesso a dados operacionais do cenário a ser analisado Atenção Não devem ser utilizados dados sumarizados como balanços financeiros e sim dados detalhados de transações como por exemplo registro de todas as compras dos últimos x meses Extrema atenção Não é possível utilizar dados de cotações ou indicadores macroeconómicos pois dificilmente chegarão em análises relevantes Importante Você precisa ter algumas milhares de linhas para se trabalhar Parte 1 Tabela de Dados Colete a planilha com dados reais a serem trabalhados e descreva o conteúdo desta no template anexado A planilha deve ser única apenas uma aba não deve ter formatações ou filtros Cada linha deve representar um registro e cada coluna um atributo do registro Ao fim desta etapa os dados serão exportados para o formato csv Parte 2 Análise Exploratória Tal qual realizado no segundo bimestre do curso de Programação realize a análise histórica dos seus dados e identifique conclusões de negócio relevantes Para tal aplique técnicas vistas na referida disciplina como Descrição estatística Visualização Gráfica Sumarizações Identificação de outliers Análises estatística e etc 1 Graduação em Adm e Economia Data Mining e Big Data Entregáveis da Etapa Template do tema preenchido Planilha de dados Notebook ipynb com a análise exploratória com códigos execuções e conclusões de negócio Critérios de anulação de entrega O descumprimento de qualquer dos itens a seguir invalida a entrega da dupla Entrega por qualquer outro canal que não o SAVA Entrega fora do prazo de entrega Duplicidade de código entre duplas inclusive de semestres anteriores Evidência de não autoria do material entregue Dados corrompidos ou versão incorreta obrigação verificar entrega Observação Final Durante todo o projeto tenha em mente que o foco principal não é a ferramenta Python nem os procedimentos com estes vistos em sala O foco principal é sempre a análise de negócio dos dados coletados nesta etapa Nas etapas seguintes cada elemento de entrega demandará uma conclusão desta análise procure revisar os seus objetivos descritos nesta etapa para se certificar que está fazendo a análise correta Inclusive como parte do enunciado está sendo entregue o benchmark projeto de exemplo como a expectativa do nível do material a ser entregue Rubrica 0 Na implementação dos códigos 5Implementação ou interpretação incorreta dos conceitos 40Implementação sem análises métricas e separação treinoteste 50Implementação sem análises e métricas 60Implementação com análises insuficientes 70Implementação com análises relevantes 80Implementação com boas análises mas sem métricas 90Implementação com análises mas com interpretação pobre das métricas 100 Implementação correta boas análises separação de treinoteste e interpretação correta das métricas 2