Loading repository data…
SCloves / repository
O objetivo do trabalho é apresentar o Algoritmo Naive-Bayes e, além disso, dar uma amostra da capacidade do mesmo resolvendo um problema real. Treinaremos nosso modelo de modo que ele consiga distinguir comentários de eleitores e não eleitores do 52º Prefeito da cidade de São Paulo, João Doria. A metodologia usada consistiu em extrair comentários de leitores realizados em notícias de alguns portais na web, sobre o Pref. João Doria. Para isso, usou-se técnicas de raspagem de dados web tendo como ferramenta a linguagem de programação Python. Obtidos os comentários, forneceremos alguns exemplos de treinamento para que nosso modelo consiga aprender e assim conseguir classificar o restante dos comentários como sendo ou não de um eleitor de Doria. O algoritmo é inspirado em técnicas de Aprendizagem Estatística Supervisionada, foi desenvolvido em cima do Teorema de Bayes e consiste basicamente no uso de uma matriz de probabilidades que é gerada pelas palavras dos comentários que foram classificados manualmente. Para diminuir a dimensionalidade de tal matriz, fez-se um tratamento dos comentários removendo palavras que não acrescentam informações relevantes, como artigos e conjunções, e extraindo apenas os radicais. Encerra-se concluindo sobre o objetivo proposto e discutindo os pontos fortes e fracos do algoritmo usado.
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.
README preview is not available for this repository.
Selected from shared topics, language and repository description—not editorial ratings.
laurindodumba /
Verificação de acidentes por cidades e a devida representação grafica. O objetivo é de entender alguns aspectos de analise de dados atraves do Jupyter NoteBook usando o python e tambem alguns recursos das bibliotecas do pandas e tambem do matplot.lib
27/100 healthKaio-Gaspar /
Análise de Dados do Instagram Este repositório contém , notebooks Jupyter e conjuntos de dados relacionados à análise de dados do Instagram. O objetivo deste projeto é explorar e visualizar informações extraídas das postagens do Instagram usando técnicas de ciência de dados e análise de dados.
27/100 healthpedrolrm /
Este repositório reúne Notebooks Jupyter interativos e exercícios práticos voltados para iniciantes em Python. O objetivo é que ele sirva de capacitação em linguagem para os atuais e futuros integrantes do IEEE SSIT UnB, bem como para outros interessados em aprender.
Dietrich061991 /
info_outline Instruções Pré-processamento de dados em Python Neste desafio vamos praticar a manipulação de dados utilizando a biblioteca pandas. Manipulação de dados é uma das tarefas mais fundamentais para um cientista de dados e o pandas - biblioteca mais popular do Python no assunto - ajuda a tornar essa tarefa mais agradável. Objetivo O objetivo deste desafio é extrair algumas informações quantitativas que nos ajudem a compreender a natureza dos dados à disposição e ganhar alguns insights sobre o data set. Para isso, utilizaremos o data set Black Friday disponibilizado originalmente pela Analytics Vidhya e acessível publicamente através do Kaggle. O data set traz algumas variáveis relativas à transações comerciais realizadas durante a Black Friday em uma determinada loja de varejo. Cada observação é relativa a um determinado item comprado por um usuário e um usuário pode ter comprado mais de um item. Tópicos Neste desafios nós vamos explorar: Python Pandas Jupyter notebook Requisitos Você precisará de Python 3 e pip. É altamente recomendado utilizar ambientes virtuais com o virtualenv e o arquivo requirements.txt para instalar os pacotes dependências do desafio:
27/100 healthOLeandroRosa /
Repositório com o objetivo de armazenar os cadernos de estudo do Jupyter NoteBook, aplicando conceitos de análise e ciência de dados.
27/100 healthMrXester /
Relatórios desenvolvidos em júpyter notebooks para a cadeira de Lógica Computacional juntamente com @luislcc; O objetivo da cadeira era o estudo do uso de SAT solvers como o z3 e o SCIP em diferentes situações, os trabalhos renderam 19 à cadeira.
4/100 health