https://github.com/leosimoes/uerj-tcc-analisador-dados

Trabalho de conclusão de curso (TCC) em Engenharia de Computação. Aplicativo Web para preparação e análise de dados, criação de gráficos e modelos de regressão linear e logistica.
https://github.com/leosimoes/uerj-tcc-analisador-dados

computer-engineer data-analysis data-science data-visualization linear-logistic linear-regression python streamlit

Last synced: 17 days ago
JSON representation

Trabalho de conclusão de curso (TCC) em Engenharia de Computação. Aplicativo Web para preparação e análise de dados, criação de gráficos e modelos de regressão linear e logistica.

• Host: GitHub
• URL: https://github.com/leosimoes/uerj-tcc-analisador-dados
• Owner: leosimoes
• License: mit
• Created: 2021-02-21T20:09:21.000Z (almost 4 years ago)
• Default Branch: master
• Last Pushed: 2023-11-01T17:40:53.000Z (over 1 year ago)
• Last Synced: 2024-12-02T12:17:11.766Z (3 months ago)
• Topics: computer-engineer, data-analysis, data-science, data-visualization, linear-logistic, linear-regression, python, streamlit
• Language: Python
• Homepage: https://leosimoes-tcc.streamlit.app
• Size: 279 KB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Analisador de Dados

Autor: Leonardo Simões

Trabalho de conclusão de curso (TCC) em Engenharia de Computação pela UERJ. 

Leia também o [texto do projeto](https://github.com/leosimoes/UERJ-TCC-Analisador-Dados-Texto).

Aplicativo Web para análise de dados de forma interativa e semiautomatizada, de 

modo que, facilite o processo e possa ser realizada por uma pessoa sem conhecimentos em programação, 

e sem necessidade de instalar algum software.

## Ambiente de programação

A aplicação foi construída usando a linguagem Python 3.8 e seus módulos:

* streamlit: 1.28.0

* numpy: 1.26.1

* pandas: 2.1.2

* matplotlib: 3.3.2

* seaborn: 0.13.0

* scikit-learn: 1.3.2

* scipy: 1.11.3

## Execução 

Para executar a aplicação localmente: após baixa-lá, configurar a venv (ambiente virtual) e instalar as dependências, 

use o terminal no diretório da aplicação e use o comando `streamlit run main.py`. 

Para acessar a aplicação hospedada no Streamlit Community Cloud: 

[Link](https://leosimoes-tcc.streamlit.app/)

## Fluxo

O fluxo de análise de dados adotada neste trabalho foi definido pelas etapas de aquisição de dados, avaliação dos dados, 

limpeza dos dados, análise exploratória dos dados, visualização dos dados e regressão. 

Este fluxo geralmente é linear, mas para as etapas após a de limpeza, pode haver um retorno para uma das etapas anteriores até a de limpeza.

![fluxo da análise de dados](./imagens/FluxoAplicacao.jpg)

## Diagrama de Classes

![Diagrama de Classes](./imagens/DiagramaDeClasses.jpg)