Ordem | Aluno/Grupo | Data da Apresentação |
---|---|---|
1 | Arthur Vascncelos e Maria Clara | 25-03-2025 |
2 | Anna Flávia, Raul Santos e Tales Gabriel | 25-02-2025 |
3 | Jamerson Carlos | 25-03-2025 |
4 | Ana Vitória, Hélio Viana e Nicole Kimberly | 27-03-2025 |
5 | João Igor e Ygor Regis | 27-03-2025 |
6 | Bianca Conceição e Mylena Ferreira | 27-03-2025 |
7 | Felipe Maia, Moizés Claudino e Natália Viviane | 01-04-2025 |
8 | Roberta da Paz e Thays Silva | 01-04-2025 |
9 | Edgar Carlos e Vitória Karolinny | 01-04-2025 |
Disciplina: Introdução à Ciência de Dados
Essa página tem como objetivo deixar disponível o material da disciplina de Introdução à Ciência de Dados ministrada pelo Profº Jodavid Ferreira no curso de Estatística na Universidade Federal de Pernambuco - UFPE no semestre 2024.2.
Aula 11 - Machine Learning e Processo de Aprendizagem (slide)
Aula 16 - Árvore de Regressão e Floresta Aleatória para Regressão (slide)
Códigos das Aulas
Os códigos utilizados nas aulas podem ser acessados no link abaixo:
Bases de dados
Abaixo seguem alguns links de bases de dados utilizados nas aulas:
Listas de Exercícios
Listas para Prova 1:
Listas para Prova 2:
Projeto de Pesquisa
Datas de Apresentação
Instruções para Uso do Script no Google Colab
- Acesso ao Script:
- O script está disponível para visualização no Google Colab.
- Atenção: Este notebook está em modo de visualização e não pode ser executado diretamente.
- Fazendo uma Cópia:
- Para utilizar o script, você precisa fazer uma cópia dele em seu Google Drive pessoal ou institucional.
- Siga os passos abaixo para copiar o notebook:
- Clique em
Arquivo
no menu superior. - Selecione
Salvar uma cópia no Drive...
. - Escolha a pasta de destino em seu Google Drive.
- Após a cópia ser feita, você poderá editar e executar o notebook livremente.
- Clique em
- Utilização:
- Após ter feito uma cópia, você poderá rodar o script diretamente do seu Google Drive.
- Certifique-se de que todos os caminhos de arquivos e permissões estejam configurados corretamente.
Links Úteis
Anaconda Windows - https://docs.anaconda.com/free/anaconda/install/windows/
Anaconda Linux - https://docs.anaconda.com/free/anaconda/install/linux/
Google Colab com Python- https://colab.research.google.com/
Google Colab com R - https://colab.research.google.com/#create=true&language=r
Positron - IDE - https://github.com/posit-dev/positron