{"id":26890641,"url":"https://github.com/benzerinsio/winequality-eda","last_synced_at":"2026-04-28T20:03:19.204Z","repository":{"id":279858054,"uuid":"940230972","full_name":"benzerinsio/WineQuality-EDA","owner":"benzerinsio","description":"📊 Análise Exploratória de Dados (EDA) - Vinhos Tintos | Exploração de características físico-químicas e sua relação com qualidade","archived":false,"fork":false,"pushed_at":"2025-03-11T02:03:13.000Z","size":1668,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-03-11T03:18:58.650Z","etag":null,"topics":["analise-de-dados","analise-exploratoria","analise-exploratoria-de-dados","data-visualization","eda","exploratory-analysis","exploratory-data-analysis","food-science","python","quality-control","seaborn","wine","wine-quality"],"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/benzerinsio.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":"2025-02-27T20:33:07.000Z","updated_at":"2025-03-11T02:03:16.000Z","dependencies_parsed_at":"2025-02-28T05:38:00.714Z","dependency_job_id":null,"html_url":"https://github.com/benzerinsio/WineQuality-EDA","commit_stats":null,"previous_names":["benzerinsio/winequality-eda"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/benzerinsio%2FWineQuality-EDA","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/benzerinsio%2FWineQuality-EDA/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/benzerinsio%2FWineQuality-EDA/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/benzerinsio%2FWineQuality-EDA/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/benzerinsio","download_url":"https://codeload.github.com/benzerinsio/WineQuality-EDA/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":246547385,"owners_count":20794970,"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":["analise-de-dados","analise-exploratoria","analise-exploratoria-de-dados","data-visualization","eda","exploratory-analysis","exploratory-data-analysis","food-science","python","quality-control","seaborn","wine","wine-quality"],"created_at":"2025-03-31T22:05:38.218Z","updated_at":"2026-04-28T20:03:19.143Z","avatar_url":"https://github.com/benzerinsio.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# 🍷 Avaliação de Qualidade de Vinhos  \n*Projeto de Análise Exploratória de Dados (EDA) - Felipe V. Sousa*\n\nBem-vindo(a)! Este repositório apresenta uma **Análise Exploratória de Dados (EDA)** no conjunto de dados de vinhos tintos, explorando características físico-químicas e sua relação com a qualidade.\n\n🔗 [Visualizar o Notebook](https://github.com/benzerinsio/WineQuality-EDA/blob/main/EDA-WineQuality.ipynb)\n\n## 🎯 Objetivo da Análise\n\nAnalisar um conjunto de dados com 11 características físico-químicas de vinhos tintos (como `alcohol`, `volatile acidity` e `pH`) e a nota de qualidade (`quality`), para entender distribuições, identificar padrões e explorar associações que influenciam o sabor, gerando insights práticos e preparando uma base para futuros projetos.\n\n## 📊 Fonte de Dados\n\nOs dados vêm do arquivo `winequality-red.csv` (UCI Machine Learning Repository), contendo 1.599 registros de vinhos tintos. Utilizamos duas versões: `vinhos` (bruto) e `vinhos_alterado` (tratado com remoção de duplicatas e transformação logarítmica).\n\n## 🛠️ Bibliotecas Utilizadas\n\n- **Pandas**: Manipulação e análise de dados.  \n- **NumPy**: Cálculos numéricos e transformações (ex.: log).  \n- **Seaborn**: Visualizações estatísticas como histogramas e scatters.  \n- **Matplotlib**: Criação de gráficos lado a lado.  \n- **Scikit-learn**: Normalização com StandardScaler.\n\n## 💬 Conclusão\n\nEste projeto realizou uma **Análise Exploratória de Dados (EDA)** no dataset de vinhos tintos, tratando duplicatas (15% removidos) e aplicando transformação logarítmica para suavizar outliers. A análise revelou que maior teor alcoólico (`alcohol`) e menor acidez volátil (`volatile acidity`) estão associados a melhor qualidade, embora com correlações moderadas (0.48 e -0.39). Os dados tratados em `vinhos_alterado` oferecem uma base sólida para futuros estudos, como Machine Learning, e sugerem ajustes químicos pra melhorar o sabor dos vinhos.","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fbenzerinsio%2Fwinequality-eda","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fbenzerinsio%2Fwinequality-eda","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fbenzerinsio%2Fwinequality-eda/lists"}