{"id":23662898,"url":"https://github.com/codeguima/data-science","last_synced_at":"2026-02-06T21:31:09.298Z","repository":{"id":254746621,"uuid":"847409103","full_name":"codeguima/data-science","owner":"codeguima","description":"Projeto de ciência de dados com diversas análises e modelos de aprendizado de máquina.","archived":false,"fork":false,"pushed_at":"2024-11-27T03:24:28.000Z","size":42844,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"jhonnycodedev","last_synced_at":"2025-07-30T22:34:50.229Z","etag":null,"topics":[],"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/codeguima.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":"2024-08-25T18:33:12.000Z","updated_at":"2024-11-27T03:24:32.000Z","dependencies_parsed_at":"2024-10-31T01:20:21.860Z","dependency_job_id":"0872645e-2ee1-42d4-a284-98b31aa60526","html_url":"https://github.com/codeguima/data-science","commit_stats":null,"previous_names":["jhonnycodedev/data-science","codeguima/data-science"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/codeguima/data-science","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/codeguima%2Fdata-science","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/codeguima%2Fdata-science/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/codeguima%2Fdata-science/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/codeguima%2Fdata-science/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/codeguima","download_url":"https://codeload.github.com/codeguima/data-science/tar.gz/refs/heads/jhonnycodedev","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/codeguima%2Fdata-science/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":29177389,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-02-06T20:14:21.878Z","status":"ssl_error","status_checked_at":"2026-02-06T20:14:21.443Z","response_time":59,"last_error":"SSL_read: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"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":[],"created_at":"2024-12-29T05:15:17.713Z","updated_at":"2026-02-06T21:31:09.282Z","avatar_url":"https://github.com/codeguima.png","language":"Jupyter Notebook","readme":"## Projeto de Ciência de Dados\n\nUma coleção de análises de ciência de dados e modelos de aprendizado de máquina, apresentando diversas técnicas e métodos.\n\n## Características\n\n* Análise de dados : inclui análise exploratória de dados (EDA) para descobrir insights de conjuntos de dados.\n* Modelos de aprendizado de máquina : implementa vários modelos, como regressão, classificação e agrupamento.\n* Visualização de dados : utiliza bibliotecas de visualização para criar tabelas e gráficos para interpretação de dados.\n* Pré-processamento e engenharia de recursos : técnicas para limpeza e preparação de dados para análise e modelagem.\n* Avaliação de modelos : métodos para avaliar o desempenho e a precisão de modelos de aprendizado de máquina.\n\n## Tecnologias Aplicadas\n\n* Python : principal linguagem de programação usada para análise e modelagem de dados.\n* Pandas : Biblioteca para manipulação e análise de dados, incluindo limpeza e transformação de dados.\n* NumPy : fornece suporte para grandes matrizes e arrays, juntamente com funções matemáticas.\n* Scikit-learn : biblioteca de aprendizado de máquina que oferece ferramentas para treinamento de modelos, avaliação e seleção de recursos.\n* Matplotlib / Seaborn : Bibliotecas para criar visualizações estáticas, animadas e interativas em Python.\n* Jupyter Notebooks : ambiente interativo para documentar e executar código com visualizações em linha.\n","funding_links":[],"categories":[],"sub_categories":[],"project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fcodeguima%2Fdata-science","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fcodeguima%2Fdata-science","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fcodeguima%2Fdata-science/lists"}