mathcortes Goto Github PK

mariecurie

mathcortes

micro_blog

projeto1-covid_analysis-data_analysis

Esse trabalho tem como objetivo analisar as variantes presentes nos países da América do Sul, número total de variantes, avaliar quais as variantes estão com mais aparições totais, avaliar o avanço dessas variantes conforme o tempo e verificar qual país teve mais aparições dessas variantes

projeto10-diabetes-ml_classification

- Nesse trabalho vou explorar uma base vista em projetos passados, diabetes dataset. - Nela encontramos informações sobre algumas características de pacientes. Queremos estudar as características das pacientes e encontrar possíveis relações

projeto11-preprocesing-ml_class_reg

Nesse projeto tenho como maior objetivo trabalhar com diferentes formas de pré-processamento para diferentes modelos de machine-learning

projeto2-pricehouseprediction-ml_regression

Nesse projeto quero analisar o preço de imóveis na região king County, USA. Várias informações impactam no preço final, dependendo das condições do imóvel ou até mesmo a época do ano podem gerar flutuações nos preços. Saber como cada fator influencia no valor final é muito importanto para auxiliar na tomada de decisões de compra e venda, tendo como objetivo ter maiores lucros. As informações presentes na base de dados é referente ao período de maio de 2014 a maio de 2015.

projeto3-priceairbnbprediction-ml_regression

No Airbnb, qualquer pessoa que tenha um quarto ou um imóvel de qualquer tipo (apartamento, casa, chalé, pousada, etc.) pode ofertar o seu imóvel para ser alugado por diária. Você cria o seu perfil de host (pessoa que disponibiliza um imóvel para aluguel por diária) e cria o anúncio do seu imóvel. Nesse anúncio, o host deve descrever as características do imóvel da forma mais completa possível, de forma a ajudar os locadores/viajantes a escolherem o melhor imóvel para eles (e de forma a tornar o seu anúncio mais atrativo) Existem dezenas de personalizações possíveis no seu anúncio, desde quantidade mínima de diária, preço, quantidade de quartos, até regras de cancelamento, taxa extra para hóspedes extras, exigência de verificação de identidade do locador, etc.

projeto4-titanicsurvival-ml_classification

O naufrágio do Titanic é um dos mais infames naufrágios da história. Em 15 de abril de 1912, durante sua viagem inaugural, o amplamente considerado "inafundável" RMS Titanic afundou após colidir com um iceberg. Infelizmente, não havia botes salva-vidas suficientes para todos a bordo, resultando na morte de 1502 de 2224 passageiros e tripulação. Embora houvesse algum elemento de sorte envolvido na sobrevivência, parece que alguns grupos de pessoas eram mais propensos a sobreviver do que outros.

projeto5-diabetes-ml_classification

A base de dados que será estudada nesse projeto contém diversas informações de saúde de pacientes localizados no Hospital de Frankfurt, na Alemanha. Através dela podemos ver quais são os pacientes com e sem diabetes

projeto6-customersanalysis-ml_clustering

A base de dados que será utilizada é voltada para estudos de perfil dos consumidores, como análises de marketing. Estão disponibilizadas informações básicas dos consumidores, tais como gênero, idade e outros dados financeiros.

projeto7-winesamples-ml_clustering

A base possui informações obtidas de análises químicas de vinhos da mesma região da Itália, porém são provenientes de 3 diferentes cultivadores. A análise mostra a quantidade de 13 componentes achados em cada um dos 3 tipos de vinhos.

projeto8-iris-ml_classification

Base Iris traz informações sobre algumas dimensões e partes de diferentes flores. Baseado nessas dimensões podemos prever qual tipo de flor estamos tratando!

projeto9-bostonhousing-ml_regression

Nesse trabalho vou explorar uma conhecida base, boston dataset. Nela encontramos informações sobre algumas características de casas. Queremos estudar o comportamento dos preços desses imóveis para futuramente conseguirmos prever seus preços