GabrielLins64 / fundamentos-de-analise-de-dados

Universidade Estadual do Ceará

Mestrado Acadêmico em Ciência da Computação

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.

---

Conteúdo

• 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.

Como usar

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:

1. Instale o Python 3.11 em seu computador.
2. Instale o Jupyter Notebook seguindo as instruções no site oficial: https://jupyter.org/install
3. Instale o Poetry, uma ferramenta de gerenciamento de dependências para Python, seguindo as instruções no site oficial: https://python-poetry.org/docs/#installation
4. No terminal, navegue até a raiz do projeto e execute o comando poetry install para instalar as dependências listadas no arquivo pyproject.toml.
5. Ative o ambiente virtual criado pelo Poetry executando o comando poetry shell.
6. Adicione o ambiente virtual ao kernel do Jupyter Notebook executando o comando python -m ipykernel install --user --name=<nome_do_kernel>.
7. Inicie o Jupyter Notebook com o comando jupyter notebook.
8. Acesse o notebook analise-de-dados.ipynb para executar os exemplos de análise de dados.
9. 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

Contribuições são bem-vindas! Caso queira reportar um problema, sugerir alguma melhoria ou enviar uma correção, por favor abra uma issue neste repositório.

Licença

Este repositório está licenciado sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

Referências

[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.