Aspectos gerais da ciência de dados e suas aplicações com python

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSousa, Cledson Oliveira de-
Autor(es): dc.contributorBalbi, Helga Dolorico-
Autor(es): dc.creatorFigueiredo, Caio Glech Estrela de-
Data de aceite: dc.date.accessioned2024-07-11T17:38:32Z-
Data de disponibilização: dc.date.available2024-07-11T17:38:32Z-
Data de envio: dc.date.issued2023-09-29-
Data de envio: dc.date.issued2023-09-29-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/30667-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/754450-
Descrição: dc.descriptionA ciência de dados é composta por diversas nomenclaturas, técnicas, aplicações e abordagens que delineiam outros conceitos específicos. Ela se utiliza de metodologias estatísticas e computacionais para lidar com diversos desafios relacionados aos dados. Sendo um ramo da ciência que atua dentro de um processo desde a extração dos dados até a obtenção de conhecimento, este trabalho traça um panorama geral de seus elementos mais notórios a começar pela definição do que são os dados tradicionais e o que o termo Big Data significa. Também se faz uma apresentação dos termos analytics e machine learning. Ao trabalhar com dados, torna-se necessária a utilização de algum recurso computacional como, por exemplo, uma linguagem de computação, e o Python é apresentado como uma ferramenta à altura do desafio com pontos fortes e fracos. Entendendo a ciência de dados como um processo, distinguemse três grandes etapas que ajudam no entendimento do que se faz na área: 1) coleta de dados; 2) pré-processamento e; 3) análise exploratória de dados. Por fim, o trabalho aborda aspectos descritivos presentes em análise de dados e, utilizando Python, serão apresentadas algumas técnicas de visualização ao lidar com variáveis em análises univariada ou bivariada-
Descrição: dc.descriptionData science is composed of several nomenclatures, techniques, applications, and approaches that outline other specific concepts. It uses statistical and computational methodologies to address various data-related challenges. Being a branch of science that acts within a process from data extraction to knowledge acquisition, this work provides an overview of its most notorious elements, starting with the definition of what traditional data are and what Big Data means. It also makes a presentation of the terms ‘analytics’ and ‘machine learning’. When working with data, it is also necessary to use some computational resource, such as a programming language, and Python is introduced as a challenge-worthy tool with strengths and weaknesses. Understanding data science as a process, we distinguish three major steps that help us understand what has been done in the area: 1) data collection; 2) pre-processing and; 3) exploratory data analysis. Finally, we focus on the descriptive aspects present in data analysis and, using Python, we present some visualization techniques when dealing with univariate or bivariate variables analyses-
Descrição: dc.description59 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectDados-
Palavras-chave: dc.subjectBig Data-
Palavras-chave: dc.subjectCiência de dados-
Palavras-chave: dc.subjectAnálise exploratória-
Palavras-chave: dc.subjectPython-
Palavras-chave: dc.subjectBig Data-
Palavras-chave: dc.subjectAprendizado de máquina-
Palavras-chave: dc.subjectPython (Linguagem de programação de computador)-
Palavras-chave: dc.subjectAnálise de dados-
Palavras-chave: dc.subjectData-
Palavras-chave: dc.subjectData science-
Palavras-chave: dc.subjectExploratory data analysis-
Título: dc.titleAspectos gerais da ciência de dados e suas aplicações com python-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.