https://github.com/albertofaraujo/ml_notas_de_alunos

Prever as notas dos alunos com base em diversas métricas.
https://github.com/albertofaraujo/ml_notas_de_alunos

data-science eda machine-learning regressao-linear rstudio

Last synced: 29 days ago
JSON representation

Prever as notas dos alunos com base em diversas métricas.

• Host: GitHub
• URL: https://github.com/albertofaraujo/ml_notas_de_alunos
• Owner: AlbertoFAraujo
• Created: 2024-07-19T03:45:44.000Z (6 months ago)
• Default Branch: main
• Last Pushed: 2024-07-19T03:51:56.000Z (6 months ago)
• Last Synced: 2024-07-19T12:05:29.835Z (6 months ago)
• Topics: data-science, eda, machine-learning, regressao-linear, rstudio
• Language: Jupyter Notebook
• Homepage:
• Size: 188 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
![image](https://github.com/user-attachments/assets/46547cee-1819-4904-9690-731aecaa385b)

### Tecnologias utilizadas: 



- **RStudio:** Ambiente integrado para desenvolvimento em R, oferecendo ferramentas para escrita, execução e depuração de código.

- **Ggplot2:** Pacote para criação de visualizações de dados elegantes e flexíveis em R.

- **Tidyverse:** Conjunto de pacotes para manipulação de dados, visualização e modelagem em R, seguindo o paradigma "tidy data".

- **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.



# Regressão Linear

A 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.

**Definição do Problema:** Prever as notas dos alunos com base em diversas métricas.

- Variável target: G3 (Trata-se da nota final do aluno no último estágio)

>**Fonte de Dados e dicionário:** https://archive.ics.uci.edu/ml/datasets/Student+Performance

>**Referências:** Formação Cientista de Dados (https://www.datascienceacademy.com.br/)