{"id":24075828,"url":"https://github.com/joiceo/python","last_synced_at":"2026-04-13T06:01:29.859Z","repository":{"id":37319602,"uuid":"493064289","full_name":"JoiceO/python","owner":"JoiceO","description":"Projetos e exercícios em Python","archived":false,"fork":false,"pushed_at":"2024-05-26T23:06:02.000Z","size":27187,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2025-02-26T23:13:02.104Z","etag":null,"topics":["eda","machine-learning","numpy","pandas","python","seaborn","sklearn"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/JoiceO.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","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":"2022-05-17T02:14:34.000Z","updated_at":"2024-05-26T23:06:05.000Z","dependencies_parsed_at":"2025-01-09T19:29:50.422Z","dependency_job_id":"0b998f6e-7d4b-4496-be94-fd826fe7b978","html_url":"https://github.com/JoiceO/python","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/JoiceO/python","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/JoiceO%2Fpython","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/JoiceO%2Fpython/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/JoiceO%2Fpython/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/JoiceO%2Fpython/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/JoiceO","download_url":"https://codeload.github.com/JoiceO/python/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/JoiceO%2Fpython/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":31741541,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-04-13T05:13:27.074Z","status":"ssl_error","status_checked_at":"2026-04-13T05:13:25.150Z","response_time":93,"last_error":"SSL_connect returned=1 errno=0 peeraddr=140.82.121.6:443 state=error: 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":["eda","machine-learning","numpy","pandas","python","seaborn","sklearn"],"created_at":"2025-01-09T19:29:33.084Z","updated_at":"2026-04-13T06:01:29.853Z","avatar_url":"https://github.com/JoiceO.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"\u003ch3\u003e Projetos e exercícios em Python 🐍 \u003c/h3\u003e\n\u003ch5\u003e(clique nos links em azul abaixo para ser redirecionada(o) aos repositórios ou pastas) \u003c/h5\u003e \u003cbr\u003e\n\n➡️ [Revisão sistemática sobre mitigação de gases de efeito estufa](https://github.com/JoiceO/article_MBA)\u003cbr\u003e\n. Gráficos de medida central e georreferenciados para a pesquisa \n\n➡️ [Desafio de rotatividade de RH @ Data Viking](https://github.com/JoiceO/python/tree/master/Rotatividade%20RH):\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Análise exploratória sobre turnover de funcionários em uma software house.\n\u003cbr\u003e\u003cbr\u003e\n\n➡️ [Imersão Python: Do Excel à Análise de Dados @ Alura](https://github.com/JoiceO/python/tree/master/Imers%C3%A3o%20Python%20Do%20Excel%20%C3%A0%20An%C3%A1lise%20de%20Dados):\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Análise de ações na bolsa de valores por meio do Google Sheets e Python, envolvendo raspagem, limpeza, análise descritiva, plotagem de gráficos e previsão de séries temporais com Prophet.\n\u003cbr\u003e\u003cbr\u003e\n\n➡️ [Curso 'Teste de Hipótese: Estatística do Básico ao Avançado'](https://github.com/JoiceO/python/tree/master/estatistica-basico-avancado):\u003cbr\u003e\nDesafios\u003cbr\u003e\n. Desafio 1: Estatística descritiva; histogramas; gráficos de barras, de dispersão e boxplot;\u003cbr\u003e\n. Desafio 2: Probabilidade; medidas de tendência central e separatrizes; teste-t para amostras independentes;\u003cbr\u003e\n. Desafio 3 (continuação do 1º desafio): teste-t para amostras independentes; ANOVA;\u003cBR\u003e\n. Desafio 4: _em construção_\n\n➡️ [Projeto Satisfação do Consumidor](https://github.com/JoiceO/python/tree/master/Customer%20Satisfaction%20Ecommerce%20Project) elaborado na [Comunidade Mulheres em Dados](https://github.com/mulheresemdados):\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Entendimento, carregamento e pré-processamento dos dados sobre consumidores, produtos, vendas e vendedores;\u003cbr\u003e\n. EDA -  análise dos dados resultando nos principais insights sobre o negócio;\u003cbr\u003e\n. Feature enginnering - engenharia de características e criação do modelo de machine learning a partir das variáveis que mais fazem sentido para o negócio;\u003cbr\u003e\n. Avaliação e melhorias da performance do modelo de machine learning.\n\u003cbr\u003e\n\n➡️ [Casos de feminicídio no estado de São Paulo a partir de janeiro de 2018](https://github.com/JoiceO/scraping-EDA-ML-feminicidio)\u003cbr\u003e\nConteúdo\u003cbr\u003e\n.  Projeto que envolve a raspagem (com loop para os próximos resultados publicados), análise exploratória de dados e previsão de casos (por série temporal) de feminicídio no Estado de São Paulo, por meio dos dados estatísticos da Secretaria de Segurança Pública do estado de São Paulo (SSP/SP), a partir de janeiro de 2018.\u003cbr\u003e\n\n➡️[Análise de mercado de ações](https://github.com/JoiceO/Analise-de-Mercado-de-Acoes)\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Análise e interpretação das ações da Tesla, de 2019 a julho de 2021, inclindo ROI, média móvel, SRI, medidas de assimetria, medidas de curtose e, por fim, um exemplo de estratégia. \u003cbr\u003e\n\n➡️ [Imersão Dados da Alura - 3ª edição](https://github.com/JoiceO/ImersaoDadosAlura)\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Biblioteca Pandas utilizando dados do ramo de drug discovery;\u003cbr\u003e\n. Plotagem e estilização com Seaborn e Matplotlib -\u003e histograma, boxplot, countplot; função describe; outliers;\u003cbr\u003e\n. Correlação e causalidade relacionando dados de experimentos e dados genéticos;\u003cbr\u003e\n. Combinação de bases de dados com a função Merge e análise da base de dados experimentais e resultados utilizando boxplot;\u003cbr\u003e\n. Criação de modelo de Machine Learning, utilizando a biblioteca Scikit-Learn, para testar a regressão logística e o funcionamento de uma árvore de decisão.\u003cbr\u003e\n\n➡️ [Semana Python](https://github.com/JoiceO/SemanaPython)\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Automação de Sistemas e Processos com Python\u003cbr\u003e\n. Limpeza e análise de dados\u003cbr\u003e\n. Modelos de previsão de vendas\u003cbr\u003e\n. Automação web e busca de informações com Python\u003cbr\u003e\n\n➡️ [Exercícios em Python distribuídos em 3 fases de dificuldade](https://github.com/JoiceO/ExerciciosPython)\u003cbr\u003e\nConteúdo\u003cbr\u003e\n. Conversão de medidas, cálculo de média, cálculo de área, cálculo de salário;\u003cbr\u003e\n. Comparações, Apresentação em ordem crescente e decrescente de valores, Cálculos com porcentagem;\u003cbr\u003e\n. Testes para validação de números e informações em um intervalo, Teste para cadastro de login e senha que não sejam repetidas, Taxa de crescimento populacional, Gerador de Tabuada, Exponenciação, Contagem de números pares e ímpares num intervado dado, Cálculo de aumento salarial, Uso de classes em Python.\u003cbr\u003e\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fjoiceo%2Fpython","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fjoiceo%2Fpython","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fjoiceo%2Fpython/lists"}