Análise exploratória de dados: limpeza, manipulação e pré-processamento aplicado a dataset de perfil de atendimento nas unidades de saúde da cidade de Curitiba

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAlmeida, Leandro Batista de-
Autor(es): dc.contributorAlmeida, Leandro Batista de-
Autor(es): dc.contributorBerardi, Rita Cristina Galarraga-
Autor(es): dc.contributorMendes, Christian Carlos de Souza-
Autor(es): dc.creatorVieira, Fernanda Cristina-
Data de aceite: dc.date.accessioned2022-08-04T20:21:15Z-
Data de disponibilização: dc.date.available2022-08-04T20:21:15Z-
Data de envio: dc.date.issued2022-04-14-
Data de envio: dc.date.issued2022-04-14-
Data de envio: dc.date.issued2021-08-09-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/28046-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/707194-
Descrição: dc.descriptionThe work object of this study encompasses two main aspects, data science and the service profile of healthcare units in the city of Curitiba. It consists of the application of exploratory data analysis, focused on the importance of quality in the initial stages as a prerequisite for an efficient modeling of Machine Learning later. When analyzing a dataset, it is possible to obtain important information, which will serve to identify patterns, characteristics and associations between the data. However, the large volume of information can make the process difficult, só the combination of exploratory analysis and visualization techniques are essential to achieve good results. This work presents some techniques for cleaning, manipulating and exploratory data analysis.-
Descrição: dc.descriptionO objeto de trabalho desse estudo abrange duas vertentes principais, a ciência de dados e o perfil de atendimento das unidades de saúde da cidade de Curitiba. Consiste na aplicação de análise exploratória de dados, focada na importância da qualidade das etapas iniciais como pré-requisito para posteriormente uma modelagem eficiente de Machine Learning. Ao analisar um dataset é possível obter informações importantes, que servirão para identificar padrões, características e associações entre os dados. Porém o grande volume de informações pode dificultar o processo, sendo assim, a combinação de análise exploratória e técnicas de visualização são essenciais para chegar a bons resultados. Este trabalho apresenta algumas técnicas de limpeza, manipulação e análise exploratória de dados.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherCiência de Dados e suas Aplicações-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectÁreas de serviço de saúde-
Palavras-chave: dc.subjectAprendizado de máquinas-
Palavras-chave: dc.subjectBanco de dados-
Palavras-chave: dc.subjectHealth service areas-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectData bases-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA-
Título: dc.titleAnálise exploratória de dados: limpeza, manipulação e pré-processamento aplicado a dataset de perfil de atendimento nas unidades de saúde da cidade de Curitiba-
Título: dc.titleExploratory data analysis: cleaning, manipulation and pre­processing applied to the care profile dataset in the Curitiba city health units-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.