Disciplina: Fundamentos de Análise de Dados
Docente: Ph.D Thelmo Pontes de Araújo
Discente: Gabriel Lins
Este é o repositório para a disciplina de Fundamentos de Análise de Dados do Mestrado Acadêmico em Ciência da Computação da Universidade Estadual do Ceará. Aqui serão implementados e armazenados todos os trabalhos e projetos desenvolvidos ao longo do semestre.
- Trabalho 1: Descrição do primeiro trabalho e links para o código e relatório.
- Trabalho 2: Descrição do segundo trabalho e links para o código e relatório.
- Projeto Final: Descrição do projeto final e links para o código e relatório.
Para clonar este repositório, utilize o seguinte comando:
git clone https://github.com/seu-usuario/nome-do-repositorio.git
Para utilizar este repositório, siga os seguintes passos:
- Instale o Python 3.11 em seu computador.
- Instale o Jupyter Notebook seguindo as instruções no site oficial: https://jupyter.org/install
- Instale o Poetry, uma ferramenta de gerenciamento de dependências para Python, seguindo as instruções no site oficial: https://python-poetry.org/docs/#installation
- No terminal, navegue até a raiz do projeto e execute o comando poetry install para instalar as dependências listadas no arquivo pyproject.toml.
- Ative o ambiente virtual criado pelo Poetry executando o comando poetry shell.
- Adicione o ambiente virtual ao kernel do Jupyter Notebook executando o comando python -m ipykernel install --user --name=<nome_do_kernel>.
- Inicie o Jupyter Notebook com o comando jupyter notebook.
- Acesse o notebook analise-de-dados.ipynb para executar os exemplos de análise de dados.
- Pronto, agora você está pronto para utilizar este repositório e começar a explorar a análise de dados com Python!
Cada trabalho e projeto final possui sua própria pasta com o código e o relatório. Leia atentamente as instruções em cada uma das pastas para saber como executar e reproduzir os resultados obtidos.
Contribuições são bem-vindas! Caso queira reportar um problema, sugerir alguma melhoria ou enviar uma correção, por favor abra uma issue neste repositório.
Este repositório está licenciado sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.
[1] ARAÚJO, Thelmo de. Álgebra linear: teoria e aplicações. 1. ed. Rio de Janeiro: SBM, 2017. 385 p. ISBN 9788583370253.
[2] [UCI MACHINE LEARNING REPOSITORY]. Yeast Data Set. Irvine, CA: University of California, School of Information and Computer Science, 2007. Disponível em: https://archive.ics.uci.edu/ml/datasets/Yeast. Acesso em: 03 maio 2023.
[3] OpenAI. Chat GPT. Disponível em: https://beta.openai.com/docs/introduction. Acesso em: 01 maio 2023.