📊 Portfólio de Ciência de Dados

Bem-vindo(a)! Este repositório reúne meus projetos de Data Science, focados em Exploração de Dados (EDA), Visualização de Dados, Machine Learning e Deep Learning. Desenvolvidos para prática e demonstração, os projetos destacam abordagens analíticas aplicadas.

Todos os dados são usados exclusivamente para fins de estudo, respeitando boas práticas de privacidade e ética.

ℹ️ Cada projeto possui um repositório próprio com detalhes, dados e conclusões. Você também pode explorá-los diretamente nas pastas deste repositório.

Projetos

📊 Análise Exploratória

• Descoberta de Padrões em Vendas (Visualização em nbviewer): Análise de dados de vendas pra entender tendências temporais e segmentações.
• Investigação de Fatores Cardíacos : Análise de variáveis de saúde pra entender fatores de risco em doenças cardíacas.
• Análise para Detecção de Câncer de Mama: Exploração de características clínicas pra identificar padrões relacionados ao diagnóstico de câncer.
• Avaliação de Qualidade de Vinhos: Investigando características físico-químicas e sua relação com a qualidade através de estatísticas, transformações e visualizações.
• Exploração de Espécies Florais: Busca por padrões com estatísticas descritivas, visualizações e o algoritmo K-Means para clusterização.

Bibliotecas: Pandas, Seaborn, Matplotlib, NumPy, Scikit-Learn

📊 Visualização de Dados

Tableau

1. Análise de Vendas de uma Loja Online

   • Dashboard básico que explora vendas de uma loja online, mostrando receita por região e tendências temporais. Usa calculated fields para formatação personalizada.
   • Veja o dashboard aqui
   • Confira o Repositório

2. Análise de Desempenho de Filmes

   • Dashboard com Top 5 atores, gêneros e diretores por filmes e receita.
   • Veja o dashboard aqui
   • Confira o Repositório

Power BI

1. Análise de Satisfação de Clientes
   • Dashboard básico que explora a satisfação de passageiros de companhias aéreas dos EUA, com base no dataset 'US Airline Passenger Satisfaction'. Mostra padrões por tipo de viagem e classe, com preprocessamento em SQLite para otimização dos dados.
   • Confira o Repositório
2. Análise de Clima em Seattle
   • Dashboard básico que explora padrões climáticos de Seattle, com base no dataset 'Seattle Weather'. Mostra temperaturas e precipitação por ano e mês, com preprocessamento em SQLite para agregação dos dados.
   • Confira o Repositório

Ferramentas/Habilidades: Python, SQL, PowerBI, Tableau, Business Intelligence

🤖 Machine Learning

• Classificação Espécies Iris: Projeto de Machine Learning supervisionado no dataset Iris, testando modelos como SVM, KNN, Decision Trees e Random Forest para classificar espécies com base em características florais.
• Previsão de Sobrevivência no Titanic: Solução para a competição Titanic do Kaggle, com feature engineering avançado e otimização de SVM (C=1, gamma=0.1, kernel='rbf'), alcançando alta precisão na previsão de sobrevivência.
• (Mais Projetos Em Breve)

🧠 Deep Learning

• (Em Breve)

🛠️ Habilidades

Data Visualization | Data Science | Machine Learning | Deep Learning | Business Intelligence | Storytelling

• Domínio de Python para Análise e Ciência de Dados, utilizando bibliotecas como Pandas, NumPy, Scikit-Learn e Matplotlib.
• Experiência em Machine Learning, Deep Learning e Business Intelligence, criando soluções para otimizar processos e gerar insights estratégicos.