https://github.com/joiceo/python
Projetos e exercícios em Python
https://github.com/joiceo/python
eda machine-learning numpy pandas python seaborn sklearn
Last synced: 2 months ago
JSON representation
Projetos e exercícios em Python
- Host: GitHub
- URL: https://github.com/joiceo/python
- Owner: JoiceO
- License: mit
- Created: 2022-05-17T02:14:34.000Z (about 4 years ago)
- Default Branch: master
- Last Pushed: 2024-05-26T23:06:02.000Z (about 2 years ago)
- Last Synced: 2025-02-26T23:13:02.104Z (over 1 year ago)
- Topics: eda, machine-learning, numpy, pandas, python, seaborn, sklearn
- Language: Jupyter Notebook
- Homepage:
- Size: 25.9 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
Projetos e exercícios em Python 🐍
(clique nos links em azul abaixo para ser redirecionada(o) aos repositórios ou pastas)
➡️ [Revisão sistemática sobre mitigação de gases de efeito estufa](https://github.com/JoiceO/article_MBA)
. Gráficos de medida central e georreferenciados para a pesquisa
➡️ [Desafio de rotatividade de RH @ Data Viking](https://github.com/JoiceO/python/tree/master/Rotatividade%20RH):
Conteúdo
. Análise exploratória sobre turnover de funcionários em uma software house.
➡️ [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):
Conteúdo
. 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.
➡️ [Curso 'Teste de Hipótese: Estatística do Básico ao Avançado'](https://github.com/JoiceO/python/tree/master/estatistica-basico-avancado):
Desafios
. Desafio 1: Estatística descritiva; histogramas; gráficos de barras, de dispersão e boxplot;
. Desafio 2: Probabilidade; medidas de tendência central e separatrizes; teste-t para amostras independentes;
. Desafio 3 (continuação do 1º desafio): teste-t para amostras independentes; ANOVA;
. Desafio 4: _em construção_
➡️ [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):
Conteúdo
. Entendimento, carregamento e pré-processamento dos dados sobre consumidores, produtos, vendas e vendedores;
. EDA - análise dos dados resultando nos principais insights sobre o negócio;
. Feature enginnering - engenharia de características e criação do modelo de machine learning a partir das variáveis que mais fazem sentido para o negócio;
. Avaliação e melhorias da performance do modelo de machine learning.
➡️ [Casos de feminicídio no estado de São Paulo a partir de janeiro de 2018](https://github.com/JoiceO/scraping-EDA-ML-feminicidio)
Conteúdo
. 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.
➡️[Análise de mercado de ações](https://github.com/JoiceO/Analise-de-Mercado-de-Acoes)
Conteúdo
. 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.
➡️ [Imersão Dados da Alura - 3ª edição](https://github.com/JoiceO/ImersaoDadosAlura)
Conteúdo
. Biblioteca Pandas utilizando dados do ramo de drug discovery;
. Plotagem e estilização com Seaborn e Matplotlib -> histograma, boxplot, countplot; função describe; outliers;
. Correlação e causalidade relacionando dados de experimentos e dados genéticos;
. Combinação de bases de dados com a função Merge e análise da base de dados experimentais e resultados utilizando boxplot;
. Criação de modelo de Machine Learning, utilizando a biblioteca Scikit-Learn, para testar a regressão logística e o funcionamento de uma árvore de decisão.
➡️ [Semana Python](https://github.com/JoiceO/SemanaPython)
Conteúdo
. Automação de Sistemas e Processos com Python
. Limpeza e análise de dados
. Modelos de previsão de vendas
. Automação web e busca de informações com Python
➡️ [Exercícios em Python distribuídos em 3 fases de dificuldade](https://github.com/JoiceO/ExerciciosPython)
Conteúdo
. Conversão de medidas, cálculo de média, cálculo de área, cálculo de salário;
. Comparações, Apresentação em ordem crescente e decrescente de valores, Cálculos com porcentagem;
. 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.