10 |
11 | # Data Science na Prática
12 |
13 | Material complementar ao treinamento online "Data Science na Prática". Para saber mais informações sobre esse curso, visite os sites:
14 |
15 | * Site do curso [Data Science na Prática](https://curso.datasciencenapratica.com/)
16 | * Blog [Sigmoidal](https://curso.sigmoidal.ai)
17 |
18 | ## Conteúdo do curso "Data Science na Prática"
19 |
20 | * **MÓDULO 1:** [Introdução ao Data Science](https://github.com/carlosfab/curso_data_science_na_pratica/tree/master/modulo_01)
21 | * **MÓDULO 2:** [Manipulando Dados com o Pandas](https://github.com/carlosfab/curso_data_science_na_pratica/tree/master/modulo_02)
22 | * **MÓDULO 3:** [Visualizando Dados](https://github.com/carlosfab/curso_data_science_na_pratica/tree/master/modulo_03)
23 | * **MÓDULO 4:** Machine Learning *(apenas para alunos)*
24 | * **MÓDULO 5:** Projeto Completo de Data Science *(apenas para alunos)*
25 | * **MÓDULO 6:** Criando um Dashboard *(apenas para alunos)*
26 | * **MÓDULO 7:** Deploy *(apenas para alunos)*
27 | * **MÓDULO 8:** Big Data e PySpark*
28 |
29 | ---
30 |
31 | ### Sobre o Instrutor:
32 |
33 | Sou Carlos Melo, Piloto Militar da Força Aérea Brasileira e Engenheiro de Missão de Satélite no Centro de Operações Espaciais (COPE), em Brasília-DF. Também sou o autor do *blog* [sigmoidal.ai](http://sigmoidal.ai), focado em Data Science, Deep Learning e Pyhton.
34 |
35 | * Graduação em Ciências Aeronáuticas pela AFA.
36 | * Mestrado em Ciências e Tecnologias Espaciais pelo ITA.
37 | * MBA em Gestão de Projetos e Processos pela UNIFA.
38 | * Curso de Operações Espaciais pela Força Aérea Canadense.
39 |
40 |
--------------------------------------------------------------------------------
/img/python-logo.svg:
--------------------------------------------------------------------------------
1 |
2 |
--------------------------------------------------------------------------------
/modulo_03/3_1_Introdução_à_Visualização_de_Dados.ipynb:
--------------------------------------------------------------------------------
1 | {
2 | "nbformat": 4,
3 | "nbformat_minor": 0,
4 | "metadata": {
5 | "colab": {
6 | "name": "Introdução à Visualização de Dados.ipynb",
7 | "provenance": [],
8 | "include_colab_link": true
9 | },
10 | "kernelspec": {
11 | "name": "python3",
12 | "display_name": "Python 3"
13 | }
14 | },
15 | "cells": [
16 | {
17 | "cell_type": "markdown",
18 | "metadata": {
19 | "id": "view-in-github",
20 | "colab_type": "text"
21 | },
22 | "source": [
23 | ""
24 | ]
25 | },
26 | {
27 | "cell_type": "markdown",
28 | "metadata": {
29 | "id": "0P5ZmDr6t4ut",
30 | "colab_type": "text"
31 | },
32 | "source": [
33 | "# Introdução à Visualização de Dados\n",
34 | "\n",
35 | "Visualização de dados é uma das minhas partes preferidas em projetos de Data Science. Apesar de muita gente acha que basta aprender comandos para plotar diferentes tipos de gráficos, a visualização de dados é algo que vai bem além disso.\n",
36 | "\n",
37 | "
\n",
38 | "\n",
39 | "Quando se tratar de visualizações e gráficos, a empresa [Dark Horse Analytics](https://www.darkhorseanalytics.com) é (para mim) a maior referência de todas. Eu gostaria de convidar você a parar um momento, visitar o Portfólio deles, e ver que (de fato) visualizar dados é bem mais que plotar gráficos com a ajuda de alguma biblioteca.\n",
40 | "\n",
41 | "Visualizar dados significa:\n",
42 | "\n",
43 | "* Fornecer técnicas que contribuam para a Análise Exploratória de Dados\n",
44 | "* Comunicar os dados de maneira clara para outras pessoas\n",
45 | "* Apoiar diferentes tipos de *stakeholders* com diferentes níveis de conhecimento\n",
46 | "* Compartilhar a representação dos dados sem *bias* (viés)"
47 | ]
48 | },
49 | {
50 | "cell_type": "markdown",
51 | "metadata": {
52 | "id": "4nbqrXBwx2of",
53 | "colab_type": "text"
54 | },
55 | "source": [
56 | "## Melhores práticas para construção de gráficos\n",
57 | "\n",
58 | "Os gráficos da **Dark Horse Analytics** são impressionantes. Com certeza eles contam com alguns dos melhores profissionais da área, além de pessoas especializadas em *design* gráfico.\n",
59 | "\n",
60 | "Atingir esse nível exige um grau de dedicação quase que exclusivamente voltado para isso.\n",
61 | "\n",
62 | "
\n",
63 | "\n",
64 | "No entanto, as melhores práticas podem ser aprendidas. Busque sempre referências de quem entende do assunto e nunca esqueça esses três princípios:\n",
65 | "\n",
66 | "1. Menos é mais **eficaz**\n",
67 | "2. Menos é mais **atraente**\n",
68 | "3. Menos é mais **impactante**\n",
69 | "\n",
70 | "\n",
71 | "Eu gosto de lembrar da época de escola, onde fazíamos a capa dos trabalhos escolares usando as mais diferentes *Wordarts* disponíveis no Word (lá se vão quase 25 anos). Apesar de hoje ser algo que pareça exagerado, incrivelmente as pessoas achavam o máximo fazer ago do tipo na época. Sabe por que?\n",
72 | "\n",
73 | "
\n",
74 | "\n",
75 | "Temos a tendência de achar que quanto mais enfeitarmos algo, melhor será para atrair a atenção das pessoas. Sempre queremos deixar tudo colorido, misturar tamanhos diferentes de fontes, destacar tudo em negrito, itálico e sublinhado (às vezes ao mesmo tempo).\n",
76 | "\n",
77 | "Quando a gente for gerar um gráfico, o objetivo é transmitir algum tipo de informação da melhor maneira possível, minimizando a subjetividade e eliminando distrações. Ou seja, enfeite o mínimo possível e sempre se baseie em quem é referência.\n",
78 | "\n",
79 | "Este Módulo não é uma aula de *design*, paleta de cores ou manipulação avançada de gráficos. Este é um Módulo para te dar os pilares básicos e te mostrar o que há de melhor, como referência.\n",
80 | "\n",
81 | "Aprender Data Science, de uma maneira geral, é um processo iterativo, onde cada vez mais você vai se tornando autônomo e capaz de buscar informações específicas :)\n",
82 | "\n",
83 | "
"
84 | ]
85 | }
86 | ]
87 | }
--------------------------------------------------------------------------------
/modulo_02/PROJETO_Analisando_a_Violência_no_Rio_de_Janeirob.ipynb:
--------------------------------------------------------------------------------
1 | {
2 | "nbformat": 4,
3 | "nbformat_minor": 0,
4 | "metadata": {
5 | "colab": {
6 | "name": "PROJETO - Analisando a Violência no Rio de Janeirob.ipynb",
7 | "provenance": [],
8 | "collapsed_sections": [],
9 | "include_colab_link": true
10 | },
11 | "kernelspec": {
12 | "name": "python3",
13 | "display_name": "Python 3"
14 | }
15 | },
16 | "cells": [
17 | {
18 | "cell_type": "markdown",
19 | "metadata": {
20 | "id": "view-in-github",
21 | "colab_type": "text"
22 | },
23 | "source": [
24 | ""
25 | ]
26 | },
27 | {
28 | "cell_type": "markdown",
29 | "metadata": {
30 | "id": "-eFQZydM9O9J",
31 | "colab_type": "text"
32 | },
33 | "source": [
34 | "---\n",
35 | "\n",
36 | "**Instruções para o Projeto**\n",
37 | "\n",
38 | "* Você deve importar o pandas e importar a base de dados da Polícia Militar do Rio de Janeiro sobre a violência\n",
39 | " * O arquivo `csv` se encontra no endereço abaixo:\n",
40 | " * https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_02/violencia_rio.csv\n",
41 | " * Este arquivo `csv` não está separado por vírgula, mas por ponto e vírgula. Por isso, deve ser importado da seguinte maneira:\n",
42 | " * `df = pd.read_csv(\"ENDEREÇO_DO_ARQUIVO_CSV\", sep=\";\")`\n",
43 | " * Este é o site oficial, do Governo do Estado do Rio de Janeiro:\n",
44 | " * http://www.ispdados.rj.gov.br/estatistica.html\n",
45 | " * Um *dashboard* interativo e visual pode ser encontrado no site abaixo:\n",
46 | " * http://www.ispvisualizacao.rj.gov.br/index.html\n",
47 | " * Você está livre para apagar, alterar e acrescentar o que quiser!\n",
48 | " * Sem um guia, você vai sentir mais dificuldade, mas eu te garanto que se sentir fora da zona de conforto vai ser o mais importante no caminho do Data Science\n",
49 | " * Se você sentiu dificuldade, não se preocupe! Sexta-feira será disponibilizada a minha análise para você replicar exatamente como eu fiz.\n",
50 | " * Se sentir perdido é normal, mas acredite: O seu cérebro vai começar a adquirir uma capacidade nova de pensar em hipóteses, e questionar dados.\n",
51 | " \n",
52 | " \n",
53 | "---\n",
54 | " "
55 | ]
56 | },
57 | {
58 | "cell_type": "markdown",
59 | "metadata": {
60 | "id": "kLI0gJtzDGuQ",
61 | "colab_type": "text"
62 | },
63 | "source": [
64 | "
\n",
65 | "\n",
66 | "# Analisando a Violência no Rio de Janeiro\n",
67 | "\n",
68 | "Esxreva uma breve introdução contextualizando o problema e o que você vai fazer..."
69 | ]
70 | },
71 | {
72 | "cell_type": "markdown",
73 | "metadata": {
74 | "id": "0zxQHhIUDF_2",
75 | "colab_type": "text"
76 | },
77 | "source": [
78 | "## Obtenção dos Dados\n",
79 | "\n",
80 | "\n",
81 | "Descreva a fonte dos seus dados e um breve resumo sobre o que se pode esperar desse *dataset*"
82 | ]
83 | },
84 | {
85 | "cell_type": "markdown",
86 | "metadata": {
87 | "id": "7vh4at0l90nr",
88 | "colab_type": "text"
89 | },
90 | "source": [
91 | "### Importando os dados\n",
92 | "\n",
93 | "Importe os dados, usando `df = pd.read_csv(\"endereço_do_csv\", sep=\";\")`"
94 | ]
95 | },
96 | {
97 | "cell_type": "markdown",
98 | "metadata": {
99 | "id": "qb5By2nIMS6m",
100 | "colab_type": "text"
101 | },
102 | "source": [
103 | "## Análise Inicial dos Dados\n",
104 | "\n",
105 | "Breve contextualização...\n",
106 | "\n",
107 | "Descreva e execute as seguintes etapas:\n",
108 | "\n",
109 | "* Qual o tamanho do seu DataFrame (`shape`)\n",
110 | "* Extrair e imprimir os nomes das colunas (`columns`)\n",
111 | "* Quais os tipos das variáveis (`dtypes`)\n",
112 | "* Visualizar as 5 primeiras linhas (`head`)\n",
113 | "* Identifique a porcentagem de valores ausentes das colunas\n"
114 | ]
115 | },
116 | {
117 | "cell_type": "markdown",
118 | "metadata": {
119 | "id": "G6dnsNYm-41g",
120 | "colab_type": "text"
121 | },
122 | "source": [
123 | "## Informações Estatísticas da Violência no Rio de Janeiro\n",
124 | "\n",
125 | "Breve contextualização...\n",
126 | "\n",
127 | "Descreva e execute as seguintes etapas:\n",
128 | "\n",
129 | "* Imprima o resumo estatístico do seu DataFrame (`describe`)\n",
130 | "* Encontre as médias das seguintes variáveis (colunas):\n",
131 | " * `roubo_veiculo`\n",
132 | " * `furto_veiculos`\n",
133 | " * `recuperacao_veiculos`\n",
134 | "* Calcule qual a porcentagem de carros recuperados em relação aos carros roubados + carros furtados:\n",
135 | " * $\\frac{\\text{roubo_veiculo} + \\text{furto_veiculos}}{ \\text{recuperacao_veiculos}}$\n",
136 | "* Encontre os valores máximos (`max`) e mínimos (`min`) da coluna `hom_doloso`\n"
137 | ]
138 | },
139 | {
140 | "cell_type": "markdown",
141 | "metadata": {
142 | "id": "7WK0NBQZASKC",
143 | "colab_type": "text"
144 | },
145 | "source": [
146 | "## Visualização de Dados\n",
147 | "\n",
148 | "Breve contextualização...\n",
149 | "\n",
150 | "Plote e comente os seguintes gráficos:\n",
151 | "\n",
152 | "* Histograma de `hom_doloso`\n",
153 | "* Gráfico de linhas para a variável `roubo_em_coletivo`\n"
154 | ]
155 | },
156 | {
157 | "cell_type": "markdown",
158 | "metadata": {
159 | "id": "LCsiXvM3BcsO",
160 | "colab_type": "text"
161 | },
162 | "source": [
163 | "## Conclusão\n",
164 | "\n",
165 | "Escreva suas conclusões e análises sobre os indicadores de violência do Rio de Janeiro..."
166 | ]
167 | }
168 | ]
169 | }
--------------------------------------------------------------------------------
/modulo_01/Checklist para Data Science.ipynb:
--------------------------------------------------------------------------------
1 | {
2 | "nbformat": 4,
3 | "nbformat_minor": 0,
4 | "metadata": {
5 | "kernelspec": {
6 | "display_name": "Python 3",
7 | "language": "python",
8 | "name": "python3"
9 | },
10 | "language_info": {
11 | "codemirror_mode": {
12 | "name": "ipython",
13 | "version": 3
14 | },
15 | "file_extension": ".py",
16 | "mimetype": "text/x-python",
17 | "name": "python",
18 | "nbconvert_exporter": "python",
19 | "pygments_lexer": "ipython3",
20 | "version": "3.7.3"
21 | },
22 | "colab": {
23 | "name": "Checklist para Data Science.ipynb",
24 | "version": "0.3.2",
25 | "provenance": [],
26 | "include_colab_link": true
27 | }
28 | },
29 | "cells": [
30 | {
31 | "cell_type": "markdown",
32 | "metadata": {
33 | "id": "view-in-github",
34 | "colab_type": "text"
35 | },
36 | "source": [
37 | ""
38 | ]
39 | },
40 | {
41 | "cell_type": "markdown",
42 | "metadata": {
43 | "id": "ldvK782aUk8Z",
44 | "colab_type": "text"
45 | },
46 | "source": [
47 | "
\n",
48 | "\n",
49 | "
Checklist para Projetos de Data Science
\n",
50 | "\n",
51 | "Checklist para aplicar aos seus projetos de Data Science. Baseado nos *frameworks* CRISP-DM e na metodologia proposta por Aurélien Géron, esta é a rotina que se adequa à maior parte dos meu projetos de Data Science.\n",
52 | "\n",
53 | "Lembre-se que não é um *checklist* rígido ou imutável. Pelo contrário!\n",
54 | "\n",
55 | "Este é um guia para você não sair do zero. Você pode (e deve) adaptar ele a sua realidade quando trabalhando em um projeto de Ciência de Dados."
56 | ]
57 | },
58 | {
59 | "cell_type": "markdown",
60 | "metadata": {
61 | "id": "NE5YZCJUUk8c",
62 | "colab_type": "text"
63 | },
64 | "source": [
65 | "## 1. Entender o Problema\n",
66 | "\n",
67 | "* Olhar o todo e delimitar o escopo do projeto\n",
68 | "* Como a solução vai ser usada?\n",
69 | "* Quais são as soluções já existentes?\n",
70 | "* Qual abordagem usar?\n",
71 | " * Aprendizado Supervisionado\n",
72 | " * Aprendizado Não Supervisionado\n",
73 | " * Aprendizado Por Reforço\n",
74 | "* Qual é a métrica de performance?\n",
75 | "* Qual a performance mínima esperada para atingir o objetivo?\n",
76 | "* Liste as premissas básicas do projeto"
77 | ]
78 | },
79 | {
80 | "cell_type": "markdown",
81 | "metadata": {
82 | "id": "8npIUavTUk8d",
83 | "colab_type": "text"
84 | },
85 | "source": [
86 | "## 2. Explorar os Dados\n",
87 | "\n",
88 | "* Criar uma cópia dos dados para a exploração\n",
89 | "* Criar um Jupyter Notebook para documentar a exploração\n",
90 | "* Estudar cada atributo e suas características:\n",
91 | " * Nome\n",
92 | " * Tipo\n",
93 | " * Categórica\n",
94 | " * Numérica\n",
95 | " * int\n",
96 | " * float\n",
97 | " * Estruturada\n",
98 | " * Não Estruturada\n",
99 | " * etc\n",
100 | " * % de valores ausentes\n",
101 | " * Ruído nos dados e tipo de ruído (outliers, estocásticos, erros de arredondamento)\n",
102 | " * Tipo de distribuição\n",
103 | " * Gaussiana\n",
104 | " * Uniforme\n",
105 | " * Logarítmica\n",
106 | " * etc\n",
107 | "* Identificar a variável alvo (target)\n",
108 | "* Visualizar os dados\n",
109 | "* Estudar a correlação entre os dados\n",
110 | "* Identificar as transformações que podem ser aplicadas\n",
111 | "* Identificar os dados extras que podem ser úteis"
112 | ]
113 | },
114 | {
115 | "cell_type": "markdown",
116 | "metadata": {
117 | "id": "vPIaW3S9Uk8d",
118 | "colab_type": "text"
119 | },
120 | "source": [
121 | "## 3. Preparar os Dados\n",
122 | "\n",
123 | "* Trabalhar em cópias dos dados\n",
124 | "* Escrever funções para todas as transformações\n",
125 | "\n",
126 | "\n",
127 | "1. Limpeza dos Dados\n",
128 | " * Consertar ou remover outliers\n",
129 | " * Preencher os valores faltantes ou eliminar as linhas/colunas\n",
130 | " * Zero\n",
131 | " * Média\n",
132 | " * Mediana\n",
133 | " * etc\n",
134 | "2. Seleção de atributos\n",
135 | " * Eliminar os atributos (*features*) que não contêm informações úteis\n",
136 | "\n",
137 | "3. *Feature Engineering*\n",
138 | " * Discretizar variáveis contínuas\n",
139 | " * Decompor *features* (categóricas, data, tempo)\n",
140 | " * Aplicar transformações às variáveis\n",
141 | " * Agregar *features* para gerar novas\n",
142 | " \n",
143 | "4. *Feature Scaling*\n",
144 | " * Normalizar ou padronizar *features*\n",
145 | " "
146 | ]
147 | },
148 | {
149 | "cell_type": "markdown",
150 | "metadata": {
151 | "id": "mnMOmYx1Uk8e",
152 | "colab_type": "text"
153 | },
154 | "source": [
155 | "## 4. Construção do Modelo\n",
156 | "\n",
157 | "* Automatizar o maior número de passos possíveis\n",
158 | "* Treinar mais de um modelo e comparar as performances\n",
159 | "* Analisar as variáveis mais significativas para cada algoritmo\n",
160 | "* *Fine-Tune* dos *hyperparameters*\n",
161 | "* Uso de *cross-validation*\n",
162 | "* Verificar o desempenho dos métodos *Ensemble*, combinando os modelos que tiveram os melhores desempenhos individuais\n",
163 | "* Testar o desempenho do mesmo com o *dataset* de teste."
164 | ]
165 | },
166 | {
167 | "cell_type": "markdown",
168 | "metadata": {
169 | "id": "e1lxOszTUk8f",
170 | "colab_type": "text"
171 | },
172 | "source": [
173 | "## 5. Apresentação da Solução e Deploy\n",
174 | "\n",
175 | "* Documentar todos as etapas\n",
176 | "* Tornar todos os passos replicáveis (download de arquivos, uso da API do Kaggle)\n",
177 | "* Lembrar do Storytelling\n",
178 | " * Decisores e Diretores provavelmente desconhecem a parte técnica\n",
179 | "* Ver qual o melhor gráfico para contar cada *insight* descoberto\n",
180 | "* Escrever testes unitários\n",
181 | "* Criar rotinas de monitoramento e alertas\n",
182 | "* Determinar quando atualizar o modelo"
183 | ]
184 | }
185 | ]
186 | }
--------------------------------------------------------------------------------
/modulo_03/dengue-dataset.csv:
--------------------------------------------------------------------------------
1 | data,casos-confirmados,chuva,temperatura-media,temperatura-mininima,temperatura-maxima
2 | 1998-01-01,237,179.2,25.7,20.2,28.1
3 | 1998-02-01,331,226.3,25.1,20,28
4 | 1998-03-01,562,149.1,24.8,22.4,27.2
5 | 1998-04-01,187,46.4,22.7,18.1,26
6 | 1998-05-01,32,88.3,19.2,15.7,22.9
7 | 1998-06-01,11,21.2,18,15.4,21.2
8 | 1998-07-01,6,7.9,19,13.5,22.9
9 | 1998-08-01,4,15.6,21.7,17,25.7
10 | 1998-09-01,7,88.1,21.9,18.9,26.1
11 | 1998-10-01,7,167.3,21.9,18.4,24.6
12 | 1998-11-01,5,55.4,23.4,20.3,27.3
13 | 1998-12-01,8,309.1,24.3,20.6,28.1
14 | 1999-01-01,7,420.3,25.1,21.3,28.5
15 | 1999-02-01,12,228.1,24.6,22.5,26.3
16 | 1999-03-01,27,140.5,24.5,21.8,26.6
17 | 1999-04-01,49,48.9,21.6,13,26.6
18 | 1999-05-01,8,47.1,18.7,13.6,22.3
19 | 1999-06-01,3,70.1,17.8,14.2,21
20 | 1999-07-01,1,,19.6,17.1,22.1
21 | 1999-08-01,3,,19.8,10.8,24.8
22 | 1999-09-01,3,64.3,21.3,15,25.7
23 | 1999-10-01,0,36.6,21.5,15,28.2
24 | 1999-11-01,0,87.3,21.7,15,26.2
25 | 1999-12-01,4,176.5,24,21,27.4
26 | 2000-01-01,6,293.8,24.6,21.5,26.9
27 | 2000-02-01,11,251.7,24.4,20,26.1
28 | 2000-03-01,21,132.6,24,21.5,26.2
29 | 2000-04-01,15,0.8,22.4,18,25
30 | 2000-05-01,8,3.2,19.6,15.6,24.4
31 | 2000-06-01,4,4.9,20,15.6,22.6
32 | 2000-07-01,4,83,17.3,8.2,22.1
33 | 2000-08-01,3,67.4,20,13,25.7
34 | 2000-09-01,0,76.9,21.2,15.5,25.3
35 | 2000-10-01,2,60.3,25,20.8,27.8
36 | 2000-11-01,2,276.7,23.5,17.6,25.6
37 | 2000-12-01,5,216.7,23.9,17.9,26.6
38 | 2001-01-01,32,167.7,25,23.2,27.2
39 | 2001-02-01,38,316.9,25.3,22.8,26.7
40 | 2001-03-01,160,114.1,24.7,21.5,26.4
41 | 2001-04-01,223,26.8,23.7,20.8,25.9
42 | 2001-05-01,136,89.9,19.3,13.6,25.1
43 | 2001-06-01,21,20.2,19,10.6,23
44 | 2001-07-01,13,11.4,19.2,12.4,23.4
45 | 2001-08-01,10,27.5,20.9,19,23.2
46 | 2001-09-01,2,72.2,21.4,14,25.2
47 | 2001-10-01,2,251.9,22.4,19.1,26
48 | 2001-11-01,5,104.4,24.2,19.8,26.6
49 | 2001-12-01,86,203.3,23.6,20.4,26.2
50 | 2002-01-01,224,219.9,24.3,20.4,26.6
51 | 2002-02-01,364,126.3,23.1,21.3,25.3
52 | 2002-03-01,348,117.1,25.4,22.9,27.6
53 | 2002-04-01,266,21.9,24.7,22.5,26.3
54 | 2002-05-01,156,96.8,21.1,17.2,23.8
55 | 2002-06-01,50,,20.9,18.7,22.9
56 | 2002-07-01,8,5.3,18.8,12.9,22.2
57 | 2002-08-01,9,66.4,22.3,18.3,24.5
58 | 2002-09-01,6,49.1,20.9,14.7,25.3
59 | 2002-10-01,4,45.2,26.3,21,29.4
60 | 2002-11-01,7,232.4,24.3,19.3,28
61 | 2002-12-01,22,162.6,25.3,22.5,27.8
62 | 2003-01-01,90,385.4,24.5,21.5,28.2
63 | 2003-02-01,91,215.3,25.9,21.8,28.3
64 | 2003-03-01,125,83.9,24.3,21.7,26.7
65 | 2003-04-01,76,62.3,22.9,18.7,25.3
66 | 2003-05-01,28,49.3,19.3,14.5,24.1
67 | 2003-06-01,7,11.5,20.4,17.9,23
68 | 2003-07-01,2,22.1,19.8,15.2,21.9
69 | 2003-08-01,0,19.7,19.1,14.1,23.9
70 | 2003-09-01,0,20.5,22,16,27.4
71 | 2003-10-01,1,86,22.9,17.2,26.7
72 | 2003-11-01,0,223.3,23.2,18.9,28.2
73 | 2003-12-01,3,299.5,24.5,20.7,28.3
74 | 2004-01-01,9,176.2,23.8,19.5,25.9
75 | 2004-02-01,8,156.3,23.7,20,27.1
76 | 2004-03-01,6,64.1,23.3,20.1,26
77 | 2004-04-01,3,47.6,23,19.8,24.8
78 | 2004-05-01,1,115.9,18.7,12.9,23.9
79 | 2004-06-01,0,58.5,18.2,13.2,22
80 | 2004-07-01,0,93.7,17.9,14,21.3
81 | 2004-08-01,0,,19.9,14.7,23.8
82 | 2004-09-01,0,27.5,24.2,19.5,27.7
83 | 2004-10-01,0,201,21.3,14.6,25.7
84 | 2004-11-01,0,117.4,23.2,19.3,26.6
85 | 2004-12-01,3,177.5,23.7,19.4,26.3
86 | 2005-01-01,5,452.8,24.2,19,26.9
87 | 2005-02-01,7,96.7,24.3,21.7,27.9
88 | 2005-03-01,8,308.1,24.4,21.1,27.3
89 | 2005-04-01,38,43.1,24,17.8,26.9
90 | 2005-05-01,29,163.1,21.1,17.7,23.8
91 | 2005-06-01,17,44.1,20.1,16.7,22.1
92 | 2005-07-01,8,6.1,18.6,14.1,22.4
93 | 2005-08-01,2,16.2,21.3,15.5,26.9
94 | 2005-09-01,2,49.1,21,16.5,25.1
95 | 2005-10-01,0,203.1,24.2,18.7,27.3
96 | 2005-11-01,0,38.7,23.3,20.3,26.7
97 | 2005-12-01,3,138.4,23.6,21.3,25.9
98 | 2006-01-01,8,239.4,25.2,20.9,27.6
99 | 2006-02-01,24,184.7,24.8,21.9,27.7
100 | 2006-03-01,187,203.1,25,21.7,27.8
101 | 2006-04-01,292,27.2,21.9,19.2,23.8
102 | 2006-05-01,129,6.1,18.8,15.8,21.4
103 | 2006-06-01,31,19.8,19.1,14.7,21.4
104 | 2006-07-01,7,33.8,19.3,13.2,22.7
105 | 2006-08-01,16,12.9,21.2,16.4,25
106 | 2006-09-01,10,67.6,21,13.4,26.9
107 | 2006-10-01,17,56.5,23.4,19.9,26.9
108 | 2006-11-01,10,184.7,23.7,18.1,28.1
109 | 2006-12-01,11,229.2,25,23,27.5
110 | 2007-01-01,169,404.1,24.1,21.8,26.4
111 | 2007-02-01,922,86,25.4,22.5,27.2
112 | 2007-03-01,3213,192.1,25.5,21.4,27.1
113 | 2007-04-01,4207,97,24,19.8,27.9
114 | 2007-05-01,2364,63.5,19.4,13.2,23.8
115 | 2007-06-01,300,34.7,19.7,13.2,22.7
116 | 2007-07-01,67,176.4,18,12.6,22.2
117 | 2007-08-01,17,,20.8,18,23.5
118 | 2007-09-01,35,7.5,23.5,16.5,27.8
119 | 2007-10-01,49,100.4,24.9,18.2,28.8
120 | 2007-11-01,57,169.6,23.1,20.1,27.6
121 | 2007-12-01,42,144.4,24.6,20.8,27.8
122 | 2008-01-01,40,188,23.7,19.3,28.5
123 | 2008-02-01,37,233.7,24.3,22.5,26
124 | 2008-03-01,72,179.4,23.8,17.9,26.6
125 | 2008-04-01,79,147.5,22.5,19.9,25.6
126 | 2008-05-01,21,51,18.8,15,22.1
127 | 2008-06-01,10,59.9,19,15.2,21.9
128 | 2008-07-01,8,,19.2,17.1,22.6
129 | 2008-08-01,9,65.4,21.1,17.4,23.8
130 | 2008-09-01,2,37.5,20.6,16.3,27
131 | 2008-10-01,8,107.1,23.5,17.3,28
132 | 2008-11-01,6,93,23.4,20.9,25.9
133 | 2008-12-01,14,189,23.8,20.2,27.2
134 | 2009-01-01,17,215.5,23.6,18.9,26.8
135 | 2009-02-01,29,183.6,24.7,21,26.4
136 | 2009-03-01,53,63.2,25.2,22.4,28.4
137 | 2009-04-01,40,37.1,22.1,19.1,25.7
138 | 2009-05-01,25,36.4,20.2,14,23.2
139 | 2009-06-01,16,60.5,16.4,12,19.1
140 | 2009-07-01,2,80.3,17.5,12.6,21.5
141 | 2009-08-01,3,54.2,18.8,13.9,22.4
142 | 2009-09-01,2,151.3,21.2,16.6,25.3
143 | 2009-10-01,3,65.6,22,16.5,24.6
144 | 2009-11-01,3,267.7,24.7,21.5,27.1
145 | 2009-12-01,7,398.8,22.7,17.6,25.7
146 | 2010-01-01,65,322.1,22.8,18.4,26.3
147 | 2010-02-01,249,63.5,24.5,20.8,26.3
148 | 2010-03-01,626,201.5,23.7,18.6,26.6
149 | 2010-04-01,942,56.4,21.7,15.1,24.9
150 | 2010-05-01,630,24.2,19,13.8,24.2
151 | 2010-06-01,84,21.9,17.8,13.2,22.1
152 | 2010-07-01,11,54.8,19.6,14.9,22.7
153 | 2010-08-01,10,,19.6,13.5,24.3
154 | 2010-09-01,5,68.6,22.1,15.9,26.4
155 | 2010-10-01,5,61.8,21.6,16.3,26.8
156 | 2010-11-01,8,115.4,23.2,19.7,27.2
157 | 2010-12-01,12,201.7,24.2,19.3,26.3
158 | 2011-01-01,68,403.6,22.7,18.9,26.4
159 | 2011-02-01,288,166.8,24.9,21.3,26.4
160 | 2011-03-01,658,218.2,22.6,18.4,26.4
161 | 2011-04-01,1202,95.3,22.2,17.5,25.5
162 | 2011-05-01,714,41.9,18.8,15.1,21.5
163 | 2011-06-01,133,59.8,16.4,9.8,20
164 | 2011-07-01,26,6.6,19.1,13.3,22.2
165 | 2011-08-01,11,25.5,20.2,10.1,26.6
166 | 2011-09-01,13,15.6,21.4,14.9,25.8
167 | 2011-10-01,23,155.6,22.8,19.3,27.2
168 | 2011-11-01,22,280.9,21.9,16.8,26.4
169 | 2011-12-01,20,206.1,23.5,18.9,25.9
170 | 2012-01-01,49,301.4,22.1,18.7,24.9
171 | 2012-02-01,53,137.4,25,22,28
172 | 2012-03-01,152,148.4,24.7,18.6,26.7
173 | 2012-04-01,352,213.9,22.7,16.5,25.5
174 | 2012-05-01,205,73.1,18.7,13,21.1
175 | 2012-06-01,88,165.5,18.4,16,21.5
176 | 2012-07-01,18,40.6,18.1,11.7,22.6
177 | 2012-08-01,12,,20.3,17.5,21.6
178 | 2012-09-01,8,24.3,22.3,12.2,27
179 | 2012-10-01,6,100.7,24.6,18.5,29
180 | 2012-11-01,11,93.9,23.9,20.5,27.8
181 | 2012-12-01,25,133.3,25.9,21.4,28.2
182 | 2013-01-01,145,252.9,23.6,17.5,26.3
183 | 2013-02-01,496,136.5,24.6,20.5,27.5
184 | 2013-03-01,1853,15.3,23.8,19.3,27.4
185 | 2013-04-01,2703,93.3,21.8,18.3,25.9
186 | 2013-05-01,1277,62.8,20.2,14.8,23.8
187 | 2013-06-01,304,69.5,19.5,15.7,21.8
188 | 2013-07-01,36,60.6,17.7,9.5,21.4
189 | 2013-08-01,26,3.5,19,9.6,23.5
190 | 2013-09-01,35,31.8,21.6,16.3,27.9
191 | 2013-10-01,30,81.1,22.4,18.5,27.7
192 | 2013-11-01,21,85.8,23.8,17.3,28.6
193 | 2013-12-01,50,97.8,25.6,23,29.7
194 | 2014-01-01,262,181.4,26.5,23.2,28.9
195 | 2014-02-01,1660,14.1,27.2,23.5,30.1
196 | 2014-03-01,7555,98.6,24.7,21.3,27.1
197 | 2014-04-01,20428,61.9,22.9,18.3,26.4
198 | 2014-05-01,10484,22.9,20.1,15.1,23.2
199 | 2014-06-01,1342,9.2,20.1,16.2,22.8
200 | 2014-07-01,149,28.2,18.8,14.1,23.4
201 | 2014-08-01,55,12.2,20.6,13.1,24.7
202 | 2014-09-01,40,69.2,23,18.6,26.8
203 | 2014-10-01,40,15.6,24.7,17.2,30
204 | 2014-11-01,57,154.8,25,22.1,28.3
205 | 2014-12-01,37,232.8,24.9,21.3,27.8
206 |
--------------------------------------------------------------------------------
/modulo_03/estacoesbike.csv:
--------------------------------------------------------------------------------
1 | codigo;nome;latitude;longitude;localizacao;capacidadebikes
2 | 1;1 - Prefeitura;-8.05529;-34.87221;Prefeitura;15
3 | 2;2 - Praça Tiradentes;-8.05873;-34.87247;Praça Tiradentes;15
4 | 3;3 - Praça do Arsenal;-8.061392;-34.871049;Rua do Bom Jesus com Rua Barão Rodrigues Mendes;23
5 | 4;4 - Boulevard Rio Branco;-8.0625979;-34.872696;Av. Rio Branco;23
6 | 5;5 - Paço Alfândega;-8.063705;-34.8742113;Paço Alfândega;23
7 | 6;6 - Cais de Santa Rita;-8.06707;-34.8757;Cais de Santa Rita;15
8 | 7;7 - Praça da República;-8.06112;-34.87839;Praça da República;19
9 | 8;8 - Praça da Independência;-8.06418;-34.87837;Praça da Independência;23
10 | 9;9 - Praça Joaquim Nabuco;-8.06444;-34.88135;Praça Joaquim Nabuco;23
11 | 10;10 - Casa da Cultura;-8.06673;-34.88294;Casa da Cultura;27
12 | 11;11 - Ponte do Limoeiro;-8.05039;-34.87397;Ponte do Limoeiro;15
13 | 12;12 - Camilo Simões;-8.05316;-34.87581;Obelisco Aurora;23
14 | 13;13 - Tortura Nunca Mais;-8.056193;-34.878319;Tortura Nunca Mais;19
15 | 14;14 - Parque Treze de Maio;-8.05854;-34.88106;Parque Treze de Maio;19
16 | 15;15 - Cine São Luiz;-8.0623763;-34.8819838;Rua Dr. Sebastião Lins, lateral do Cinema São Luiz;11
17 | 16;16 - Matriz da Boa Vista;-8.06263;-34.88519;Matriz da Boa Vista;15
18 | 17;17 - Igreja de Santa Cruz;-8.06231;-34.88813;Igreja de Santa Cruz;15
19 | 18;18 - Riachuelo;-8.05826;-34.88571;Riachuelo;15
20 | 19;19 - Sossego.;-8.0543316;-34.8840345;Rua Gervásio Pires, em frente ao número 826 e oposto ao Conselho Tutelar;15
21 | 20;20 - Palmares;-8.0534341;-34.882595;Rua Gervásio Pires, oposto ao número 1075;15
22 | 21;21 - Diário de Pernambuco;-8.0512256;-34.87922;Diário de Pernambuco;15
23 | 22;22 - Frei Cassimiro;-8.0480364;-34.8780758;Frei Cassimiro;15
24 | 23;23 - SESC Santo Amaro;-8.0499004;-34.8827713;Praça do Campo Santo, oposto ao SESC / esquina com Rua do Pombal;19
25 | 24;24 - Cemitério de Santo Amaro;-8.051161;-34.8862102;Cemitério de Santo Amaro;15
26 | 25;25 - Rua do Lazer;-8.0542505;-34.8881673;Rua Afonso Pena esquina com a Rua Bernardo Guimarães / Universidade Católica de Pernambuco;19
27 | 26;26 - Praça Oswaldo Cruz;-8.0546704;-34.8910526;Praça Oswaldo Cruz / esquina com a Rua João Fernandes Vieira;19
28 | 27;27 - Rua da Soledade;-8.0579007;-34.8899672;Rua da Soledade, oposto ao 259, próximo ao Posto de Atendimento VEM / esquina com Av Conde da Boa Vista;15
29 | 28;28 - Salesiano;-8.0613555;-34.8921045;Rua Joaquim de Brito em frente ao número 29 / esquina com Rua Visconde de Goiana;15
30 | 29;29 - Praça Miguel de Cervantes;-8.065077;-34.8937564;Rua Praça Dr Fernando Figueira em frente à Praça Miguel de Cervantes;15
31 | 30;30 - SJCC;-8.0534257;-34.8787347;R. Capitão Lima em frente ao número 250 / Sistema Jornal do Commercio de Comunicação (SJCC);15
32 | 31;31 - Epaminondas;-8.0605663;-34.8982899;Rua Epaminondas de Melo, oposto ao numero 195 / oposto Hapvida;11
33 | 32;32 - Praça Chora Menino;-8.0606218;-34.8951776;Rua Doná Benvinda, oposta ao número 230, próximo à Praça Chora Menino;15
34 | 33;33 - CNBB;-8.0583128;-34.8944371;Rua Dom Bosco, oposto ao número 895 / Conferência Nacional dos Bispos do Brasil;15
35 | 34;34 - R. Silva Ramos;-8.0560306;-34.8964212;Rua Silva Ramos, oposto ao número 37 / esquina com Av Governador Carlos de Lima Cavalcanti;15
36 | 35;35 - Praça do Derby;-8.0560671;-34.8991701;R. Praça do Derby, proximo à Rua Feliciano Gomes / ao lado do ponto de ônibus;23
37 | 36;36 - Politécnica;-8.0595212;-34.9038211;Rua Prof Benedito Monteiro, oposto à entrada do estacionamento da Escola Politécnica de Pernambuco (em frente à Lanchonete do Tio);23
38 | 37;37 - Praça João Pereira Borges;-8.0544086;-34.9018285;Rua Guilherme Pinto, em frente a Praça João Pereira Borges / próximo a Rua Dr Osvaldo Lima;15
39 | 38;38 - Ponte da Capunga;-8.0520241;-34.9050039;Av Beira Rio, oposto ao número 771;15
40 | 39;39 - Instituto Capibaribe;-8.0505195;-34.9018615;Rua das Graças, oposto ao número 20 / em frente ao Instituto Capibaribe;15
41 | 40;40 - Beira Rio;-8.047239;-34.9042585;Av Beira Rio, na baia de estacionamento oposta à Praça Domingos Giovanetti / próximo à Rua Clóvis Beviláqua;17
42 | 41;41 - Colégio Agnes Erskine;-8.0466918;-34.9013058;Rua Ten. Antônio João, lateral do Edifício Empresarial Rui Barbosa / próximo ao Colégio Presbiteriano Agnes Erskine;15
43 | 42;42 - Praça do Entrocamento;-8.0504888;-34.896989;Praça do Entroncamento, próximo a Av Conselheiro Rosa e Silva;15
44 | 43;43 - Rua Samuel Pinto;-8.0520986;-34.8926042;Rua Samuel Pinto, oposto ao Conselho Estadual de Saúde de Pernambuco / esquina com Rua João Fernandes Vieira;15
45 | 44;44 - Praça Otília;-8.0493548;-34.8926596;Av Montevidéo, oposto ao número 276, em frente à Praça Otília;11
46 | 45;45 - R. Bruno Maia;-8.0469895;-34.8969794;Rua Bruno Maia, oposto ao número 505 / esquina com Av Conselheiro Rosa e Silva;15
47 | 46;46 - R. Adalberto Camargo;-8.0442128;-34.8997584;Rua Adalberto Camargo oposto ao número 82;15
48 | 47;47 - Faculdade Damas;-8.0390186;-34.9029058;Av. Doutor Malaquias oposto ao número 1426-B Faculdade Damas;23
49 | 48;48 - Parque da Jaqueira;-8.0366798;-34.9033728;Rua do Futuro, esquina com Rua Neto de Mendonça / oposto ao Parque da Jaqueira;23
50 | 49;49 - R. Gen. Abreu e Lima;-8.0348583;-34.900417;Rua Neto de Mendonça em frente ao número 230;15
51 | 50;50 - Casa Rosada.;-8.0351458;-34.8973164;Av Santos Dumont, oposto ao número 657 (Casa Rosada) / esquina com R. Dr. José Maria.;15
52 | 51;51 - Praça da FEB;-8.0401811;-34.8948252;Rua Quarenta e Oito, oposto ao número 725 / Praça da FEB;11
53 | 52;52 - Club do Nautico;-8.0420719;-34.8974496;Rua da Agustura em frente ao número 38 / próximo ao Clube Náutico Capibaribe;15
54 | 53;53 - Rua Dr. Vicente Meira;-8.043955;-34.894815;Rua Dr. Vicente Meira, oposto ao número 201 e ao São Braz / esquina com Rua Santo Elias;11
55 | 54;54 - Venezuela.;-8.047012;-34.8947475;Rua Venezuela oposto ao número 215 / esquina com Rua da Hora;15
56 | 55;55 - Hospital Oswaldo Cruz.;-8.0478164;-34.8881181;Rua Doutor Carlos Chagas, oposto a entrada da Casa de Acolhimento / próximo ao Campus Santo Amaro - UPE;15
57 | 56;56 -R. Bernardino Soares da Silva;-8.0444877;-34.8907734;Rua Bernardino Soares da Silva, em frente ao número 50 / esquina com Rua Quarenta e Oito;15
58 | 57;57 - R. Alfredo de Medeiros;-8.0418614;-34.8905709;Rua Alfredo de Medeiros em frente ao número 44 e oposto ao Posto de Gasolina Shell / esquina com Av João de Barros;11
59 | 58;58 - Mercado da Encruzilhada;-8.0369899;-34.8913845;Praça Largo da Encruzilhada, próximo a Rua Amaro Coutinho e ao Mercado da Encruzilhada;23
60 | 59;59 - Praça do Rosarinho;-8.0327102;-34.8967708;Rua Amaro Coutinho, oposto a Praça do Rosarinho / esquina com Av Norte Miguel Arraes de Alencar;15
61 | 60;60 - Pina;-8.09891;-34.88402;Pina;27
62 | 61;61 - Segundo Jardim;-8.10487;-34.88679;Segundo Jardim;27
63 | 62;62 - Prof. José Brandão;-8.11367;-34.89104;Prof. José Brandão;27
64 | 63;63 - Padre Carapuceiro;-8.1210098;-34.8954169;Padre Carapuceiro;27
65 | 64;64 - R. Verdes Mares;-8.1352308;-34.9013796;R. Verdes Mares;19
66 | 65;65 - Parque Dona Lindú;-8.14211;-34.90362;Parque Dona Lindú;39
67 | 66;66 - Rua Eng. Antônio Jucá;-8.1666331;-34.9144867;Av Beira Mar, próximo a Rua Engenheiro Antônio Jucá;15
68 | 67;67 - Shopping Guararapes;-8.1663378;-34.9155497;Av Ayrton Senna da Silva no canteiro central oposto ao Posto de Gasolina Total / próximo da Rua Arão Lins de Andrade;19
69 | 68;68 - Faculdade Guararapes;-8.1626977;-34.9163684;Rua Prof Silvia Ferreira, oposto ao número 131 / em frente a Faculdade dos Guararapes / esquina com Rua Comendador José Didier;19
70 | 69;69 - Praça Massangana;-8.1571898;-34.915636;Praça Massangana, em frente a Av Zequinha Barreto;17
71 | 70;70 - Metrô Monte dos Guararapes;-8.1543814;-34.9195828;Rua São João em frente à estação de metrô Monte dos Guararapes / esquina com Av Zequinha Barreto;23
72 | 71;71 - Mercado Eufrásio Barbosa;-8.0203374;-34.8537242;Praça do Varadouro / esquina com Av Sigismundo Gonçalves;17
73 | 72;72 - Praça do Carmo;-8.0169892;-34.8485236;Praça do Carmo / esquina Av. Sigismundo Gonçalves e Av. Liberdade;23
74 | 73;73 - Praça Doze de Março;-8.0098717;-34.8423464;Praça Doze de Março / esquina com R. Cel. Henrique Guimarães;11
75 | 74;74 - R. João Cardoso Aires;-8.1430512;-34.9062126;RUA VISCONDE DE JEQUITINHONHA, OPOSTO AO Nº 2616,A1;15
76 | 75;75 - Alberto Lundgren;-8.0026105;-34.8395305;Av Ministro Marcos Freire, na calçada oposto ao número 1065 / próximo a Rua Alberto Lundgren;15
77 | 76;76 - R. Dr. Manoel de Barros Lima;-7.9965628;-34.8387641;Av Ministro Marcos Freire, na calçada oposto ao número 1755 / próximo a Rua Dr Manoel de Barros Lima;17
78 | 77;77 - Praia da Casa Caiada;-7.9885679;-34.8382621;Av Ministro Marcos Freire, na baia de estacionamento oposta ao número 2585 / próximo a Rua Jorn. Luís Andrade;19
79 | 78;78 - CCS UFPE;-8.0501954;-34.9473543;Av da Engenharia, dentro do estacionamento do centro de ciências da saude UFPE;23
80 | 79;79 - NIATE UFPE;-8.0550577;-34.9526868;Av Jornalista Anibal Fernandes, em frente ao Nucleo Integrado de Atividades de Ensino (Niate) - UFPE;23
81 | 80;80 -Restaurante Universitário UFPE;-8.0508827;-34.9534389;Estacionamento do CAC, próximo ao Restaurante Universitário / Esquina com a Avenida dos Funcionários;31
--------------------------------------------------------------------------------
/modulo_03/heart-disease.names:
--------------------------------------------------------------------------------
1 | Publication Request:
2 | >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
3 | This file describes the contents of the heart-disease directory.
4 |
5 | This directory contains 4 databases concerning heart disease diagnosis.
6 | All attributes are numeric-valued. The data was collected from the
7 | four following locations:
8 |
9 | 1. Cleveland Clinic Foundation (cleveland.data)
10 | 2. Hungarian Institute of Cardiology, Budapest (hungarian.data)
11 | 3. V.A. Medical Center, Long Beach, CA (long-beach-va.data)
12 | 4. University Hospital, Zurich, Switzerland (switzerland.data)
13 |
14 | Each database has the same instance format. While the databases have 76
15 | raw attributes, only 14 of them are actually used. Thus I've taken the
16 | liberty of making 2 copies of each database: one with all the attributes
17 | and 1 with the 14 attributes actually used in past experiments.
18 |
19 | The authors of the databases have requested:
20 |
21 | ...that any publications resulting from the use of the data include the
22 | names of the principal investigator responsible for the data collection
23 | at each institution. They would be:
24 |
25 | 1. Hungarian Institute of Cardiology. Budapest: Andras Janosi, M.D.
26 | 2. University Hospital, Zurich, Switzerland: William Steinbrunn, M.D.
27 | 3. University Hospital, Basel, Switzerland: Matthias Pfisterer, M.D.
28 | 4. V.A. Medical Center, Long Beach and Cleveland Clinic Foundation:
29 | Robert Detrano, M.D., Ph.D.
30 |
31 | Thanks in advance for abiding by this request.
32 |
33 | David Aha
34 | July 22, 1988
35 | >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
36 |
37 | 1. Title: Heart Disease Databases
38 |
39 | 2. Source Information:
40 | (a) Creators:
41 | -- 1. Hungarian Institute of Cardiology. Budapest: Andras Janosi, M.D.
42 | -- 2. University Hospital, Zurich, Switzerland: William Steinbrunn, M.D.
43 | -- 3. University Hospital, Basel, Switzerland: Matthias Pfisterer, M.D.
44 | -- 4. V.A. Medical Center, Long Beach and Cleveland Clinic Foundation:
45 | Robert Detrano, M.D., Ph.D.
46 | (b) Donor: David W. Aha (aha@ics.uci.edu) (714) 856-8779
47 | (c) Date: July, 1988
48 |
49 | 3. Past Usage:
50 | 1. Detrano,~R., Janosi,~A., Steinbrunn,~W., Pfisterer,~M., Schmid,~J.,
51 | Sandhu,~S., Guppy,~K., Lee,~S., \& Froelicher,~V. (1989). {\it
52 | International application of a new probability algorithm for the
53 | diagnosis of coronary artery disease.} {\it American Journal of
54 | Cardiology}, {\it 64},304--310.
55 | -- International Probability Analysis
56 | -- Address: Robert Detrano, M.D.
57 | Cardiology 111-C
58 | V.A. Medical Center
59 | 5901 E. 7th Street
60 | Long Beach, CA 90028
61 | -- Results in percent accuracy: (for 0.5 probability threshold)
62 | Data Name: CDF CADENZA
63 | -- Hungarian 77 74
64 | Long beach 79 77
65 | Swiss 81 81
66 | -- Approximately a 77% correct classification accuracy with a
67 | logistic-regression-derived discriminant function
68 | 2. David W. Aha & Dennis Kibler
69 | --
70 |
71 |
72 | -- Instance-based prediction of heart-disease presence with the
73 | Cleveland database
74 | -- NTgrowth: 77.0% accuracy
75 | -- C4: 74.8% accuracy
76 | 3. John Gennari
77 | -- Gennari, J.~H., Langley, P, \& Fisher, D. (1989). Models of
78 | incremental concept formation. {\it Artificial Intelligence, 40},
79 | 11--61.
80 | -- Results:
81 | -- The CLASSIT conceptual clustering system achieved a 78.9% accuracy
82 | on the Cleveland database.
83 |
84 | 4. Relevant Information:
85 | This database contains 76 attributes, but all published experiments
86 | refer to using a subset of 14 of them. In particular, the Cleveland
87 | database is the only one that has been used by ML researchers to
88 | this date. The "goal" field refers to the presence of heart disease
89 | in the patient. It is integer valued from 0 (no presence) to 4.
90 | Experiments with the Cleveland database have concentrated on simply
91 | attempting to distinguish presence (values 1,2,3,4) from absence (value
92 | 0).
93 |
94 | The names and social security numbers of the patients were recently
95 | removed from the database, replaced with dummy values.
96 |
97 | One file has been "processed", that one containing the Cleveland
98 | database. All four unprocessed files also exist in this directory.
99 |
100 | 5. Number of Instances:
101 | Database: # of instances:
102 | Cleveland: 303
103 | Hungarian: 294
104 | Switzerland: 123
105 | Long Beach VA: 200
106 |
107 | 6. Number of Attributes: 76 (including the predicted attribute)
108 |
109 | 7. Attribute Information:
110 | -- Only 14 used
111 | -- 1. #3 (age)
112 | -- 2. #4 (sex)
113 | -- 3. #9 (cp)
114 | -- 4. #10 (trestbps)
115 | -- 5. #12 (chol)
116 | -- 6. #16 (fbs)
117 | -- 7. #19 (restecg)
118 | -- 8. #32 (thalach)
119 | -- 9. #38 (exang)
120 | -- 10. #40 (oldpeak)
121 | -- 11. #41 (slope)
122 | -- 12. #44 (ca)
123 | -- 13. #51 (thal)
124 | -- 14. #58 (num) (the predicted attribute)
125 |
126 | -- Complete attribute documentation:
127 | 1 id: patient identification number
128 | 2 ccf: social security number (I replaced this with a dummy value of 0)
129 | 3 age: age in years
130 | 4 sex: sex (1 = male; 0 = female)
131 | 5 painloc: chest pain location (1 = substernal; 0 = otherwise)
132 | 6 painexer (1 = provoked by exertion; 0 = otherwise)
133 | 7 relrest (1 = relieved after rest; 0 = otherwise)
134 | 8 pncaden (sum of 5, 6, and 7)
135 | 9 cp: chest pain type
136 | -- Value 1: typical angina
137 | -- Value 2: atypical angina
138 | -- Value 3: non-anginal pain
139 | -- Value 4: asymptomatic
140 | 10 trestbps: resting blood pressure (in mm Hg on admission to the
141 | hospital)
142 | 11 htn
143 | 12 chol: serum cholestoral in mg/dl
144 | 13 smoke: I believe this is 1 = yes; 0 = no (is or is not a smoker)
145 | 14 cigs (cigarettes per day)
146 | 15 years (number of years as a smoker)
147 | 16 fbs: (fasting blood sugar > 120 mg/dl) (1 = true; 0 = false)
148 | 17 dm (1 = history of diabetes; 0 = no such history)
149 | 18 famhist: family history of coronary artery disease (1 = yes; 0 = no)
150 | 19 restecg: resting electrocardiographic results
151 | -- Value 0: normal
152 | -- Value 1: having ST-T wave abnormality (T wave inversions and/or ST
153 | elevation or depression of > 0.05 mV)
154 | -- Value 2: showing probable or definite left ventricular hypertrophy
155 | by Estes' criteria
156 | 20 ekgmo (month of exercise ECG reading)
157 | 21 ekgday(day of exercise ECG reading)
158 | 22 ekgyr (year of exercise ECG reading)
159 | 23 dig (digitalis used furing exercise ECG: 1 = yes; 0 = no)
160 | 24 prop (Beta blocker used during exercise ECG: 1 = yes; 0 = no)
161 | 25 nitr (nitrates used during exercise ECG: 1 = yes; 0 = no)
162 | 26 pro (calcium channel blocker used during exercise ECG: 1 = yes; 0 = no)
163 | 27 diuretic (diuretic used used during exercise ECG: 1 = yes; 0 = no)
164 | 28 proto: exercise protocol
165 | 1 = Bruce
166 | 2 = Kottus
167 | 3 = McHenry
168 | 4 = fast Balke
169 | 5 = Balke
170 | 6 = Noughton
171 | 7 = bike 150 kpa min/min (Not sure if "kpa min/min" is what was
172 | written!)
173 | 8 = bike 125 kpa min/min
174 | 9 = bike 100 kpa min/min
175 | 10 = bike 75 kpa min/min
176 | 11 = bike 50 kpa min/min
177 | 12 = arm ergometer
178 | 29 thaldur: duration of exercise test in minutes
179 | 30 thaltime: time when ST measure depression was noted
180 | 31 met: mets achieved
181 | 32 thalach: maximum heart rate achieved
182 | 33 thalrest: resting heart rate
183 | 34 tpeakbps: peak exercise blood pressure (first of 2 parts)
184 | 35 tpeakbpd: peak exercise blood pressure (second of 2 parts)
185 | 36 dummy
186 | 37 trestbpd: resting blood pressure
187 | 38 exang: exercise induced angina (1 = yes; 0 = no)
188 | 39 xhypo: (1 = yes; 0 = no)
189 | 40 oldpeak = ST depression induced by exercise relative to rest
190 | 41 slope: the slope of the peak exercise ST segment
191 | -- Value 1: upsloping
192 | -- Value 2: flat
193 | -- Value 3: downsloping
194 | 42 rldv5: height at rest
195 | 43 rldv5e: height at peak exercise
196 | 44 ca: number of major vessels (0-3) colored by flourosopy
197 | 45 restckm: irrelevant
198 | 46 exerckm: irrelevant
199 | 47 restef: rest raidonuclid (sp?) ejection fraction
200 | 48 restwm: rest wall (sp?) motion abnormality
201 | 0 = none
202 | 1 = mild or moderate
203 | 2 = moderate or severe
204 | 3 = akinesis or dyskmem (sp?)
205 | 49 exeref: exercise radinalid (sp?) ejection fraction
206 | 50 exerwm: exercise wall (sp?) motion
207 | 51 thal: 3 = normal; 6 = fixed defect; 7 = reversable defect
208 | 52 thalsev: not used
209 | 53 thalpul: not used
210 | 54 earlobe: not used
211 | 55 cmo: month of cardiac cath (sp?) (perhaps "call")
212 | 56 cday: day of cardiac cath (sp?)
213 | 57 cyr: year of cardiac cath (sp?)
214 | 58 num: diagnosis of heart disease (angiographic disease status)
215 | -- Value 0: < 50% diameter narrowing
216 | -- Value 1: > 50% diameter narrowing
217 | (in any major vessel: attributes 59 through 68 are vessels)
218 | 59 lmt
219 | 60 ladprox
220 | 61 laddist
221 | 62 diag
222 | 63 cxmain
223 | 64 ramus
224 | 65 om1
225 | 66 om2
226 | 67 rcaprox
227 | 68 rcadist
228 | 69 lvx1: not used
229 | 70 lvx2: not used
230 | 71 lvx3: not used
231 | 72 lvx4: not used
232 | 73 lvf: not used
233 | 74 cathef: not used
234 | 75 junk: not used
235 | 76 name: last name of patient
236 | (I replaced this with the dummy string "name")
237 |
238 | 9. Missing Attribute Values: Several. Distinguished with value -9.0.
239 |
240 | 10. Class Distribution:
241 | Database: 0 1 2 3 4 Total
242 | Cleveland: 164 55 36 35 13 303
243 | Hungarian: 188 37 26 28 15 294
244 | Switzerland: 8 48 32 30 5 123
245 | Long Beach VA: 51 56 41 42 10 200
246 |
--------------------------------------------------------------------------------
/modulo_01/[Exercício]_Analisando_os_Dados_do_Airbnb.ipynb:
--------------------------------------------------------------------------------
1 | {
2 | "nbformat": 4,
3 | "nbformat_minor": 0,
4 | "metadata": {
5 | "colab": {
6 | "name": "[Exercício] Analisando os Dados do Airbnb.ipynb",
7 | "version": "0.3.2",
8 | "provenance": [],
9 | "collapsed_sections": [],
10 | "include_colab_link": true
11 | },
12 | "kernelspec": {
13 | "name": "python3",
14 | "display_name": "Python 3"
15 | }
16 | },
17 | "cells": [
18 | {
19 | "cell_type": "markdown",
20 | "metadata": {
21 | "id": "view-in-github",
22 | "colab_type": "text"
23 | },
24 | "source": [
25 | ""
26 | ]
27 | },
28 | {
29 | "cell_type": "markdown",
30 | "metadata": {
31 | "id": "kLI0gJtzDGuQ",
32 | "colab_type": "text"
33 | },
34 | "source": [
35 | "
\n",
36 | "\n",
37 | "# Análise dos Dados do Airbnb - Sua Cidade\n",
38 | "\n",
39 | "O [Airbnb](https://www.airbnb.com.br/) já é considerado como sendo a **maior empresa hoteleira da atualidade**. Ah, o detalhe é que ele **não possui nenhum hotel**!\n",
40 | "\n",
41 | "Conectando pessoas que querem viajar (e se hospedar) com anfitriões que querem alugar seus imóveis de maneira prática, o Airbnb fornece uma plataforma inovadora para tornar essa hospedagem alternativa.\n",
42 | "\n",
43 | "No final de 2018, a Startup fundada 10 anos atrás, já havia **hospedado mais de 300 milhões** de pessoas ao redor de todo o mundo, desafiando as redes hoteleiras tradicionais.\n",
44 | "\n",
45 | "Uma das iniciativas do Airbnb é disponibilizar dados do site, para algumas das principais cidades do mundo. Por meio do portal [Inside Airbnb](http://insideairbnb.com/get-the-data.html), é possível baixar uma grande quantidade de dados para desenvolver projetos e soluções de *Data Science*.\n",
46 | "\n",
47 | "
\n",
39 | "\n",
40 | "Apesar de ser uma das principais causas de morte em todo o mundo, estima-se que cerca de 90% das doenças cardiovasculares poderiam ser evitadas por meio da adoção de algumas medidas e mudanças no *lifestyle*.\n",
41 | "\n",
42 | "Existem hoje várias pesquisas na área de *Machine Learning* visando a construções de modelos preditivos que ajudem os médicos a descobrirem doenças cardiovasculares em seus pacientes.\n",
43 | "\n",
44 | "Estudos publicados na revista *na revista Nature Biomedical Engineering* mostram que algoritmos de *Deep Learning* foram capazes de antecipar doenças cardíacas em até 5 anos.\n",
45 | "\n",
46 | "Definitivamente, o uso de Inteligência Artificial tem impactado profundamente a área da saúde, e tem proporcionado aos profissionais médicos insumos de inteligência cada vez mais precisos.\n",
47 | "\n"
48 | ]
49 | },
50 | {
51 | "cell_type": "markdown",
52 | "metadata": {
53 | "id": "F3XPABqpLFOX",
54 | "colab_type": "text"
55 | },
56 | "source": [
57 | "## Obtenção dos Dados\n",
58 | "\n",
59 | "O conjunto principal de dados usado neste projeto foi coletado da ***Cleveland Clinic Foundation*** e se encontra disponível no conhecido [Repositório UCI *Machine Learning*](https://archive.ics.uci.edu/ml/datasets/heart+Disease). Ressalta-se que os nomes, identidade e documentos pessoais dos pacientes foram removidos completamente do banco de dados.\n",
60 | "\n",
61 | "O *dataset* processado contém dados de 303 pessoas e 76 atributos. Entretanto, os principais artigos e estudos publicados optaram por usar apenas 14 atributos, considerados de maior relevância. Da mesma maneira, este projeto de *Data Science* usará essas mesmas 14 variáveis principais.\n",
62 | "\n",
63 | "
4 |
5 | 
6 |
7 | 
8 |
9 | ![\"Open](\"https://colab.research.google.com/assets/colab-badge.svg\"){kind=icon}
"
24 | ]
25 | },
26 | {
27 | "cell_type": "markdown",
28 | "metadata": {
29 | "id": "0P5ZmDr6t4ut",
30 | "colab_type": "text"
31 | },
32 | "source": [
33 | "# Introdução à Visualização de Dados\n",
34 | "\n",
35 | "Visualização de dados é uma das minhas partes preferidas em projetos de Data Science. Apesar de muita gente acha que basta aprender comandos para plotar diferentes tipos de gráficos, a visualização de dados é algo que vai bem além disso.\n",
36 | "\n",
37 | "![](\"https://images.squarespace-cdn.com/content/v1/56713bf4dc5cb41142f28d1f/1452593931962-ADKY4GZP8GE3UAMEPADX/ke17ZwdGBToddI8pDm48kPTmLCYI3azk0b44ISZKpQNZw-zPPgdn4jUwVcJE1ZvWQUxwkmyExglNqGp0IvTJZUJFbgE-7XRK3dMEBRBhUpzMx-NIgOy-55tVg9z7UZkVgiIW24uP_Lvr_-BmgSUFsZXzRgzYKtZb9_ZW_5JeO3Y/data-ink.gif?format=1500w\")
![](\"https://images.squarespace-cdn.com/content/v1/56713bf4dc5cb41142f28d1f/1452902605276-13BMOBVAJ0PM5NW5DRZV/ke17ZwdGBToddI8pDm48kCJS1YVVn-7nVcum-NLw0lQUqsxRUqqbr1mOJYKfIPR7LoDQ9mXPOjoJoqy81S2I8N_N4V1vUb5AoIIIbLZhVYxCRW4BPu10St3TBAUQYVKcyLz0tQPYVb0ChCu0QUbTkVFLGFwI7_04OxWF9VaG1uELyUP_8BtwmQ2RYLbMgSp8/image-asset.png?format=1500w\")
![](\"https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_03/capa_wordart.png\")
![](\"https://images.squarespace-cdn.com/content/v1/56713bf4dc5cb41142f28d1f/1453229838669-ZQMPYOML9JZB3SPGKWUD/ke17ZwdGBToddI8pDm48kHRVj94jhoL72-wrn7_U8tRZw-zPPgdn4jUwVcJE1ZvWQUxwkmyExglNqGp0IvTJZamWLI2zvYWH8K3-s_4yszcp2ryTI0HqTOaaUohrI8PIMlQ32uSsM4OVciN2pPdAdqFSDQf1D_M7RIDKAOxKdiU/Screen+Shot+2016-01-19+at+11.53.51+AM.png?format=1500w\")
![](\"http://sigmoidal.ai/wp-content/uploads/2019/08/logo_color.png\"){kind=logo}
![\"Analisando](\"https://www.area360.com.au/wp-content/uploads/2017/09/airbnb-logo.jpg\"){kind=logo}
![](\"https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_03/396260-PCIO15-306.jpg\")
![\"Colaboratory](\"https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_03/Large45.jpg\")
![](\"http://maisbikecompartilhada.com.br/img/logo_bike.png\"){kind=logo}
![](\"https://upload.wikimedia.org/wikipedia/commons/thumb/f/f9/Comparison_standard_deviations.svg/400px-Comparison_standard_deviations.svg.png\")
![](\"https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_02/from_csv_to_df.png\")
![](\"https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_02/bbas3_excel.png\")
![](\"https://raw.githubusercontent.com/carlosfab/curso_data_science_na_pratica/master/modulo_02/componentes_pandas.png\")