renatokano / cn-pulsar-star-challenge

[Codenation] Explore the main functions of probability distributions such as PDF, CDF and quantiles, and the relationships between normal and binomial distributions. We will also explore the 'Pulsar Star' data set provided by Dr. Robert Lyon (University of Manchester).

Funções de probabilidade

Neste desafio vamos praticar nossos conhecimentos em probabilidade e estatística, conhecimentos fundamentais para qualquer cientista de dados.

Objetivo

O objetivo deste desafio é explorar as principais funções sobre distribuições de probabilidade como PDF, CDF e quantis e as relações entre duas das principais distribuições: a normal e a binomial.

Para isso, utilizaremos dados artificiais e reais. Como dados reais, exploraremos o data set Pulsar Star disponibilizado pelo Dr. Robert Lyon da Universidade de Manchester.

Esse data set consiste de 8 variáveis a respeito de 17898 observações de estrelas. Essas estrelas foram consideradas "candidatas" a serem estrelas do tipo pulsar, que têm forte importância para os astrofísicos. Uma nona coluna do data set especifica se a estrela é realmente um pulsar (caso positivo, 1) ou não (caso negativo, 0).

Tópicos

Neste desafios nós vamos explorar:

• Probabilidade
• Estatística
• NumPy
• SciPy
• StatsModels

Requisitos

Você precisará de Python 3 e pip. É altamente recomendado utilizar ambientes virtuais com o virtualenv e o arquivo requirements.txt para instalar os pacotes dependências do desafio:

$ pip3 install virtualenv
$ virtualenv venv -p python3
$ source venv/bin/activate
$ pip install -r requirements.txt

Windows

> pip3 install virtualenv
> virtualenv ..\venv -p python3
> ..\venv\Scripts\activate
> pip install -r requirements.txt

Quando finalizado, você pode desativar o ambiente virtual do virtualenv com:

$ deactivate