IBM Data Science with R - Capstone Project

Repositório destinado ao meu aprendizado em análise de dados.

Visualize o dashboard: Code-Lipe/Shiny

Visão geral do Capstone

Neste curso de conclusão você aplicará várias habilidades e técnicas de Ciência de Dados que você aprendeu como parte dos cursos anteriores.

Você assumirá o papel de um Cientista de Dados que recentemente se juntou a uma empresa de análise de dados climáticos alimentada por IA e será apresentado a um desafio que requer coleta de dados, análise, teste de hipóteses básicas, visualização, modelagem e painel de controle a serem realizados em conjuntos de dados do mundo real.

Você assumirá as tarefas de:

• Coletando e entendendo dados de várias fontes
• Realizando disputa e preparação de dados com expressões regulares e Tidyverse
• Realização de análise exploratória de dados com SQL e visualização utilizando Tidyverse e ggplot2
• Realizando a modelagem dos dados com regressões lineares usando Tidymodels
• Criando um painel interativo usando o R Shiny

O projeto culminará com a apresentação do seu relatório de análise de dados, com um resumo executivo para os vários stakeholders da organização. Você será avaliado tanto em seu trabalho para as várias etapas do processo de análise de dados, quanto na entrega final.

Este projeto é uma ótima oportunidade para mostrar suas habilidades em Ciência de Dados e demonstrar sua proficiência para potenciais empregadores.

Cenário do Projeto

Imagine que você acabou de ser contratado por uma empresa de análise de dados meteorológicos alimentada por IA como cientista de dados.

Seu primeiro projeto é analisar como o clima afetaria a demanda por compartilhamento de bicicletas em áreas urbanas. Para concluir este projeto, você precisa primeiro coletar e processar dados relacionados ao clima e à demanda de compartilhamento de bicicletas de várias fontes, realizar análise exploratória de dados sobre os dados e construir modelos preditivos para prever a demanda de compartilhamento de bicicletas. Você combinará seus resultados e os conectará a um painel ao vivo exibindo um mapa interativo e visualização associada do clima atual e da demanda estimada de bicicletas.

A última tarefa é criar uma apresentação de slides perspicaz e informativa e apresentá-la aos seus colegas.

Origem dos Dados

• Conjunto de dados de demanda do Seoul Bike Sharing
• Dados da API Open Weather
• Conjunto de dados de sistemas globais de compartilhamento de bicicletas
• Dados de Cidades Mundiais

Ordem de execução dos scripts

1. webscraping_wiki_global_bike_sharing
2. api_open_weather
3. processing_data_regular_expressions
4. processing_data_dplyr
5. eda_sqlite
6. eda_tidyverse_ggplot2
7. linear_models_baselines