{"id":22446910,"url":"https://github.com/albertofaraujo/ml_ocupacao_casa","last_synced_at":"2025-03-27T11:23:07.599Z","repository":{"id":249220583,"uuid":"830812243","full_name":"AlbertoFAraujo/ML_Ocupacao_casa","owner":"AlbertoFAraujo","description":"Criar um modelo de Rede Neural Artificial, capaz de prever o valor da mediana de ocupação das casas, utilizando dados locais.","archived":false,"fork":false,"pushed_at":"2024-07-19T04:00:06.000Z","size":309,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-02-01T15:46:04.600Z","etag":null,"topics":["data-science","eda","machine-learning","redes-neurais-artificiais","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":"2024-07-19T03:54:50.000Z","updated_at":"2024-07-19T04:00:10.000Z","dependencies_parsed_at":"2024-07-19T12:11:14.392Z","dependency_job_id":null,"html_url":"https://github.com/AlbertoFAraujo/ML_Ocupacao_casa","commit_stats":null,"previous_names":["albertofaraujo/ml_ocupacao_casa"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Ocupacao_casa","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Ocupacao_casa/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Ocupacao_casa/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AlbertoFAraujo%2FML_Ocupacao_casa/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AlbertoFAraujo","download_url":"https://codeload.github.com/AlbertoFAraujo/ML_Ocupacao_casa/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":245833167,"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","redes-neurais-artificiais","rstudio"],"created_at":"2024-12-06T04:12:52.373Z","updated_at":"2025-03-27T11:23:07.579Z","avatar_url":"https://github.com/AlbertoFAraujo.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"![image](https://github.com/user-attachments/assets/166a2a1b-49e1-44b4-b330-d55917d23fb2)\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# Redes Neurais\n\nRedes neurais são modelos computacionais inspirados no cérebro humano, usados em aprendizado de máquina e inteligência artificial. Elas consistem em camadas de neurônios conectados, onde cada conexão tem um peso ajustável. A camada de entrada recebe dados, camadas ocultas processam esses dados e a camada de saída produz o resultado final. Cada neurônio aplica uma função de ativação para transformar suas entradas em saídas. Redes neurais são particularmente eficazes em tarefas como reconhecimento de imagem, processamento de linguagem natural e previsão de séries temporais, graças à sua capacidade de aprender e modelar relacionamentos complexos nos dados.\n\n**Objetivo:** Seu modelo deve prever a MEDV (Valor da Mediana de ocupação das casas). Utilize um modelo de rede neural!\n\n\n**Dicionário de dados:**\n\n- CRIM - taxa de criminalidade per capita por cidade\n- ZN - proporção de terrenos residenciais zoneados para lotes acima de 25.000 pés quadrados\n- INDUS - proporção de acres de negócios não varejistas por cidade\n- CHAS - variável fictícia do Rio Charles (1 se o lote faz divisa com o rio; 0 caso contrário)\n- NOX - concentração de óxidos de nitrogênio (partes por 10 milhões)\n- RM - número médio de quartos por habitação\n- AGE - proporção de unidades ocupadas por proprietários construídas antes de 1940\n- DIS - distâncias ponderadas para cinco centros de emprego de Boston\n- RAD - índice de acessibilidade a rodovias radiais\n- TAX - taxa de imposto sobre propriedade de valor total por 10.000\n- PTRATIO - relação aluno-professor por cidade\n- B - 1000(Bk - 0,63)^2 onde Bk é a proporção de negros por cidade\n- LSTAT - % de população de status socioeconômico inferior\n- MEDV - valor mediano das casas ocupadas por proprietários em milhares de dólares\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_ocupacao_casa","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Falbertofaraujo%2Fml_ocupacao_casa","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Falbertofaraujo%2Fml_ocupacao_casa/lists"}