Skip to content
View esscova's full-sized avatar

Block or report esscova

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
esscova/README.md

Meu Portólio de projetos

Ciência de Dados

  • Classificador de qualidade de veículos : Este projeto apresenta uma aplicação de classificação de veículos, desenvolvida com Streamlit e utilizando o modelo de classificação Naive Bayes categórico. O objetivo é prever a categoria de um veículo com base em características fornecidas, explorando técnicas de pré-processamento e avaliação de modelos de machine learning.
  • Previsor de custo inicial para abertura de franquia : Com este projeto, você vai ver na prática como o Streamlit pode ser usado para criar uma aplicação interativa de ciência de dados. A aplicação, que usa um modelo de Regressão Linear, prevê o custo inicial de abrir uma franquia, levando em conta a frequência anual de operação.
  • Segmentação de Clientes de um Shopping : Para otimizar as estratégias de marketing e fortalecer as decisões comerciais, este projeto analisa os hábitos de compra e características demográficas dos clientes de um shopping. O objetivo é criar perfis de clientes com comportamentos semelhantes, permitindo campanhas de marketing personalizadas e ações mais eficazes.
  • Custos Médicos : Este projeto desenvolve um modelo de previsão de custos médicos utilizando técnicas de machine learning supervisionado. Foram utilizados dados de um plano de saúde, incluindo informações demográficas, histórico de doenças e procedimentos realizados. Após a limpeza e o pré-processamento dos dados, foram treinados e avaliados diversos modelos, como Random Forest, XGBoost e LightGBM. A estrutura do repositório, organizada em pastas para dados, modelos, notebooks e relatórios, facilita a reprodução dos resultados e a colaboração entre pesquisadores.
  • Preços Imobiliários : Preveja o Valor do Seu Imóvel com Precisão, este projeto utiliza técnicas avançadas de Aprendizado de Máquina para prever com precisão o valor médio dos imóveis com base em características socioeconômicas e estruturais, como o número de cômodos, a proporção de população de baixa renda e a proporção de alunos por professor.
  • Classificador de insuficência cardíaca : Mas e o coração? tá bem? ou só lembra dele nas sofrências? Este repositorio apresenta um projeto completo de Aprendizado de Máquina para prever a possibilidade de insuficiência cardíaca com base em apenas 11 características de uma base de dados reais. Com um modelo preditivo preciso, é possível detectar e tratar esses casos de forma precoce, salvando vidas.
  • Classificador para câncer de mama : Você sabia que o câncer de mama é uma das principais causas de morte entre as mulheres em todo o mundo? No entanto, com a detecção precoce e o diagnóstico correto, é possível salvar vidas. Descubra como a Ciência de Dados pode Revolucionar o Diagnóstico do Câncer de Mama.

Veja o repositório completo

Desenvolvimento web

  • Dashboard com Chart.js : Este projeto é um dashboard financeiro que exibe registros de entradas e saídas financeiras através de gráficos dinâmicos e uma tabela interativa. O objetivo é fornecer uma interface intuitiva para visualizar dados financeiros ao longo de meses e quadrimestres, com a capacidade de alternar entre tema claro e tema escuro.
  • Boston housing prediction : Criei uma aplicação web de previsão de preços de moradias utilizando FastAPI e um modelo de Regressão Linear treinado com o conjunto de dados de Boston Housing. O projeto combina Machine Learning com uma interface dinâmica e responsiva, integrando htmx para melhorar a experiência do usuário, permitindo previsões em tempo real, sem recarregar a página!
  • Chuck Norris facts : Aplicação FastAPI que mostra piadas aleatórias do Chuck Norris traduzidas para o português. Utiliza htmx para atualizações dinâmicas da página e Tailwind CSS para o estilo.
  • Aplicação web com FastAPI : Usar FastAPI com Jinja2 oferece diversas utilidades que melhoram o desenvolvimento de aplicações web, como: integração de templates, organização e flexibilidade.
  • Gerenciamento de jogadores : Bora montar um time? descubra nesta aplicação fullstack como FastAPI, MongoDB, React, Docker e outras ferramentas fazem a combinação perfeita para gerenciar sua equipe.
  • API para gerenciar artigos e usuarios com autenticação JWT : Este projeto implementa uma API utilizando FastAPI, SQLAlchemy, SQLite assíncrono e Autenticação JWT para gerenciamento de artigos e usuários. O sistema permite operações de CRUD para os modelos de artigo e usuario, com autenticação e segurança integradas.

Frontend Backend Fullstack

Análises de dados

  • Estatística descritiva: Sabia que uma simples tabela de frequência pode revelar insights surpreendentes sobre seus dados? Descubra como a análise estatística descritiva, feita com Python e Pandas, pode transformar a maneira como você entende suas informações.
  • Teste de hipótese : Testes de hipóteses são métodos estatísticos usados para tomar decisões sobre populações baseando-se em dados amostrais, sabendo disso, uma farmácia afirma que a média do tempo de entrega de um medicamento é menor que 38 minutos. Será mesmo?
  • Obesidade mundial : Então, vamos analisar a Obsidade em níveis mundias, este notebook também é um exercício para praticar mais sobre análise de dados com Python e Pandas, nele são apresentados dados reais sobre a obesidade, coletados de 1975 até 2016.

    Veja o repositório completo

Engenharia de Dados

  • Scraper agenda de dividendos : Já está investindo em fundos imobiliários ou ações? Sabe o dia que vai pingar o provento? Esse projeto desenvolvido com Python, BeautifulSoup e Pandas, faz a raspagem automática desses dados, coletando, tratando e persistindo tudo em arquivos CSV. Utilize essa ferramenta e mude sua vida financeira!

Veja o repositório completo

Contato

Gmail LinkedIn Facebook Instagram Telegram

Pinned Loading

  1. frontend frontend Public

    CSS

  2. data-analysis data-analysis Public

    Jupyter Notebook

  3. backend backend Public

    Python

  4. data-engineering data-engineering Public

    Este repositório contém projetos e materiais de estudo e aprendizado em engenharia de dados

    Python

  5. fullstack fullstack Public

    JavaScript

  6. data-science data-science Public

    Repositório com projetos e materiais de estudo em data science

    Jupyter Notebook