Loading repository data…
Jamielly / repository
Este repositório contém um caderno interativo para análise de dados de cibersegurança. O objetivo é realizar uma análise exploratória, limpeza de dados, clustering e regressão, aplicando conceitos de Machine Learning na prática
A transparent discovery signal based on current public GitHub metadata.
This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
Este projeto consiste na análise exploratória de dados públicos de Cibersegurança governamental dos EUA, com foco em registros da Cidade de Tempe, Arizona, para investigar padrões de conformidade e vulnerabilidades.
O objetivo principal é gerar insights visuais a partir do Compliance Score, auxiliando na tomada de decisão baseada em dados.
Os dados foram extraídos do portal oficial DATA.GOV, utilizando o seguinte conjunto:
| Conjunto de Dados | Link |
|---|---|
| 5.12 Cybersecurity Detail - City of Tempe, Arizona | 🔗 Acessar Data.gov |
A análise focou em responder às seguintes perguntas:
Compliance Scores ao longo do tempo?O projeto foi desenvolvido inteiramente em Python, utilizando as seguintes bibliotecas:
PythonPandas (Manipulação de dados)Matplotlib e Seaborn (Visualização de dados)Jupyter Notebook (Ambiente de desenvolvimento)cybersecurity_analysis.ipynb: Notebook principal com todas as etapas de importação, tratamento, exploração (EDA) e visualizações de dados.Siga os passos para clonar o repositório e executar a análise em sua máquina:
Clone o Repositório:
git clone [https://github.com/Jamielly/Analise_CyberSecurity.git](https://github.com/Jamielly/Analise_CyberSecurity.git)
cd Analise_CyberSecurity
Instale as Dependências:
pip install pandas matplotlib seaborn pillow jupyter
Execute o Notebook:
jupyter notebook cybersecurity_analysis.ipynb
Ficou curioso(a) e quer conferir o conteúdo do congresso?
Acesse os Anais Completos do 8º Congresso de Pós-Graduação (CONPOG) através do link abaixo:
Selected from shared topics, language and repository description—not editorial ratings.
marcosmorais94 /
Este repositório contém todos os códigos realizados durante a formação Inteligência Artificial na Data Science Academy. Os códigos foram feitos em Python através do Jupyter Notebook e contém comentários detalhados sobre o passo a passo para uma análise preditiva com Deep Learning.
54/100 healthphlorenzoni /
This repository contains four optimization algoritms using Python and Jupyter Notebook. Portuguese: Este repositório contém quatro algoritmos de otimização utilizando Python e Jupyter Notebook.
39/100 healthlucaschini /
Este repositório contém uma análise detalhada dos indicadores do Índice Mineiro de Responsabilidade Social (IMRS), utilizando Python e Jupyter Notebook.
27/100 healthBianka-Brito /
# 📊 Análise de Dados em Python (Jupyter Notebook) Este repositório contém um projeto de **Análise de Dados em Python**, desenvolvido em **Jupyter Notebook**, com foco em explorar dados, criar visualizações e extrair insights importantes. O objetivo é praticar habilidades essenciais de Data Analysis.
42/100 healthrafaelouti /
Este repositório contém exemplos de **Jupyter Notebook** com animações interativas utilizando `matplotlib` e `FuncAnimation`. Se você quer criar gráficos dinâmicos e explorar o poder do Python, este é o lugar certo!
27/100 healthigorfalcao /
Este repositório contém um projeto de previsão utilizando técnicas de análise de dados e machine learning. O código foi desenvolvido em Python dentro de um ambiente Jupyter Notebook.
27/100 health