Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/anag0es/titanic_competition
Este projeto é o uso do machine learning para a predição de quais passageiros sobreviveram ao naufrágio do Titanic. O projeto se baseia no dataset disponível no Kaggle e no projeto de referência que realiza uma análise exploratória dos dados.
https://github.com/anag0es/titanic_competition
classification data-science kaggle-competition linear-regression machine-learning prediction python random-forest
Last synced: 22 days ago
JSON representation
Este projeto é o uso do machine learning para a predição de quais passageiros sobreviveram ao naufrágio do Titanic. O projeto se baseia no dataset disponível no Kaggle e no projeto de referência que realiza uma análise exploratória dos dados.
- Host: GitHub
- URL: https://github.com/anag0es/titanic_competition
- Owner: Anag0es
- License: mit
- Created: 2023-11-16T00:33:37.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2023-11-22T02:17:31.000Z (about 1 year ago)
- Last Synced: 2024-02-02T19:05:29.769Z (11 months ago)
- Topics: classification, data-science, kaggle-competition, linear-regression, machine-learning, prediction, python, random-forest
- Language: Jupyter Notebook
- Homepage: https://www.kaggle.com/competitions/titanic
- Size: 291 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Competição Titanic - Kaggle 🔷
Modelo preditivo - classificação
Este projeto é o uso do machine learning para a predição de quais passageiros sobreviveram ao naufrágio do Titanic.
O projeto se baseia no dataset disponível no Kaggle e no projeto de referência que utiliza o random forest classifier e o logistic regression. O objetivo é desenvolver os conhecimentos em python e em técnicas de análise de dados, bem como aplicar a metodologia CRISP-DM para criar um modelo preditivo.
## Funcionalidades Principais 🚀
- Modelo preditivo de classificação 📊
- Aplicação da Metodologia CRISP-DM 📝
- Machine Learning 🧠
## Requisitos 📋
Para usar este projeto, você precisará:
- Python instalado no computador e no VS Code (se for usar) 🐍
- Bibliotecas para análise de dados: numpy, matplotlib e pandas 📚
- Conhecimento básico de python e análise de dados 🔬
## Status do Projeto 🌱
O projeto foi concluído, mas é atualizado conforme o conhecimento da autora avança.🧠
## Contribuições 🤝
Contribuições são bem-vindas! Se você encontrar problemas, bugs ou tiver sugestões de melhorias, fique à vontade para abrir issues neste repositório. Se você deseja contribuir com código, crie uma solicitação pull e eu ficarei feliz em analisar.
## Tecnologias Utilizadas 🛠️
- Python 🐍
- Numpy 🔢
- Sklearn 📈
- Pandas 🐼
## Recursos Adicionais 📚
Para um entendimento mais profundo do projeto, recomendo os seguintes recursos:
- O dataset utilizado: [Titanic - Machine Learning](https://www.kaggle.com/competitions/titanic)
- O projeto de referência: [Resolva o Titanic](https://www.youtube.com/watch?v=1KguWZH4hXw&t)
## Contato 📞
Você pode entrar em contato comigo através:
- [LinkedIn](https://www.linkedin.com/in/ana-luisa-goes-barbosa/)
- e-mail: [email protected]
- [Kaggle](https://www.kaggle.com/anag0es)
## Licença 📄
Este projeto é licenciado sob a Licença MIT.
## Sobre a Autora 👩💻
- Técnica em Desenvolvimento de Sistemas;
- Bacharelado em Ciência da Computação 2/8;
- Apaixonada por tecnologia e desenvolvimento back-end;
- ampliando conhecimento em inteligência artificial, pesquisas cientifícas e Java;
- Programar é meu hobby e criar bancos de dados é minha paixão.