{"id":22446911,"url":"https://github.com/albertofaraujo/ml_notas_de_alunos","last_synced_at":"2025-03-27T11:23:07.354Z","repository":{"id":249220060,"uuid":"830810070","full_name":"AlbertoFAraujo/ML_Notas_de_Alunos","owner":"AlbertoFAraujo","description":"Prever as notas dos alunos com base em diversas métricas.","archived":false,"fork":false,"pushed_at":"2024-07-19T03:51:56.000Z","size":193,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-02-01T15:46:05.125Z","etag":null,"topics":["data-science","eda","machine-learning","regressao-linear","rstudio"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/AlbertoFAraujo.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-07-19T03:45:44.000Z","updated_at":"2024-07-19T03:53:43.000Z","dependencies_parsed_at":"2024-07-19T12:05:32.343Z","dependency_job_id":"ce28686c-5d08-4639-bed1-db10eee844e8","html_url":"https://github.com/AlbertoFAraujo/ML_Notas_de_Alunos","commit_stats":null,"previous_names":["albertofaraujo/ml_notas_de_alunos"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Notas_de_Alunos","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Notas_de_Alunos/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Notas_de_Alunos/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Notas_de_Alunos/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AlbertoFAraujo","download_url":"https://codeload.github.com/AlbertoFAraujo/ML_Notas_de_Alunos/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":245833158,"owners_count":20679790,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-science","eda","machine-learning","regressao-linear","rstudio"],"created_at":"2024-12-06T04:12:52.449Z","updated_at":"2025-03-27T11:23:07.334Z","avatar_url":"https://github.com/AlbertoFAraujo.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"![image](https://github.com/user-attachments/assets/46547cee-1819-4904-9690-731aecaa385b)\n\n### Tecnologias utilizadas: \n\u003cimg src=\"https://github.com/AlbertoFAraujo/ML_Marketing_digital/assets/105552990/d30403c2-76d4-4504-b6a5-894e3ab44fce\" alt=\"image\" width=\"50%\"\u003e\n\n- **RStudio:** Ambiente integrado para desenvolvimento em R, oferecendo ferramentas para escrita, execução e depuração de código.\n- **Ggplot2:** Pacote para criação de visualizações de dados elegantes e flexíveis em R.\n- **Tidyverse:** Conjunto de pacotes para manipulação de dados, visualização e modelagem em R, seguindo o paradigma \"tidy data\".\n- **Corrplot:** Pacote em R que fornece ferramentas para visualização de matrizes de correlação. Permite criar gráficos de correlação de maneira simples e intuitiva, utilizando diferentes métodos de visualização, como círculos, elipses, quadrados e outras formas, facilitando a análise e interpretação das correlações entre variáveis.\n\u003chr\u003e\n\n# Regressão Linear\nA regressão linear é uma técnica estatística utilizada para modelar a relação entre uma variável dependente 𝑌 e uma ou mais variáveis independentes X. O objetivo é encontrar a melhor linha reta (ou hiperplano, no caso de múltiplas variáveis independentes) que descreve essa relação.A regressão linear é amplamente utilizada em várias áreas, como economia, finanças, ciências sociais, biologia e engenharia, para prever valores, entender relações entre variáveis e tomar decisões baseadas em dados quantitativos.\n\n\n**Definição do Problema:** Prever as notas dos alunos com base em diversas métricas.\n\n- Variável target: G3 (Trata-se da nota final do aluno no último estágio)\n\n\u003e**Fonte de Dados e dicionário:** https://archive.ics.uci.edu/ml/datasets/Student+Performance\n\n\u003e**Referências:** Formação Cientista de Dados (https://www.datascienceacademy.com.br/)\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Falbertofaraujo%2Fml_notas_de_alunos","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Falbertofaraujo%2Fml_notas_de_alunos","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Falbertofaraujo%2Fml_notas_de_alunos/lists"}