1
Linguagens de Programação
IBMEC
2
Linguagens de Programação
IBMEC
3
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
7
Linguagens de Programação
IBMEC
2
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
3
Linguagens de Programação
IBMEC
Texto de pré-visualização
1 Arquivos do projeto Insira o link do local onde estão os arquivos do projeto lembre de liberar o acesso base original em csv ou excel base após preparação em csv obrigatoriamente arquivo com os códigos em python utilizado na preparação da base link do Colab arquivo com os códigos das análises descritivas realizadas na da base após a preparação Link da base github 2 Preparação dos dados Apresente neste tópico todas as alterações realizadas no arquivo de preparação justificando cada ação realizada ou seja a razão de ter aplicado em sua base de dados Grave a nova base de dados no formato csv 3 Análise descritiva dos dados Realize uma análise descritiva o mais completa possível na nova base de dados utilizando o máximo possível dos recursos apresentados no exemplo da análise da base de carros feito em aula Para a análise faça a criação de interpretação de pelo menos 4 gráficos Elabore uma interpretação desses resultados de tal modo que possa de forma sucinta descrever os dados da base de seu projeto O que deve ter Tratar a base de dados Regressão Linear Regressão Logística Variaveis Dummys caso necessário Balancemento de dados Classificação de dados Metodo de classificação Modelo Knn vizinho mais próximos Normalização e padronização de dados Classificação Knn Método de clusterização Kmeans Agrupamento de dados
1
Linguagens de Programação
IBMEC
2
Linguagens de Programação
IBMEC
3
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
7
Linguagens de Programação
IBMEC
2
Linguagens de Programação
IBMEC
1
Linguagens de Programação
IBMEC
3
Linguagens de Programação
IBMEC
Texto de pré-visualização
1 Arquivos do projeto Insira o link do local onde estão os arquivos do projeto lembre de liberar o acesso base original em csv ou excel base após preparação em csv obrigatoriamente arquivo com os códigos em python utilizado na preparação da base link do Colab arquivo com os códigos das análises descritivas realizadas na da base após a preparação Link da base github 2 Preparação dos dados Apresente neste tópico todas as alterações realizadas no arquivo de preparação justificando cada ação realizada ou seja a razão de ter aplicado em sua base de dados Grave a nova base de dados no formato csv 3 Análise descritiva dos dados Realize uma análise descritiva o mais completa possível na nova base de dados utilizando o máximo possível dos recursos apresentados no exemplo da análise da base de carros feito em aula Para a análise faça a criação de interpretação de pelo menos 4 gráficos Elabore uma interpretação desses resultados de tal modo que possa de forma sucinta descrever os dados da base de seu projeto O que deve ter Tratar a base de dados Regressão Linear Regressão Logística Variaveis Dummys caso necessário Balancemento de dados Classificação de dados Metodo de classificação Modelo Knn vizinho mais próximos Normalização e padronização de dados Classificação Knn Método de clusterização Kmeans Agrupamento de dados