📖 Sobre

 Trabalho acadêmico realizado em grupo por 8 estudantes da universidade UNA,
 durante as aulas da Unidade Curricular "Inteligência Artificial".

---

✔️ Objetivos

Aplicar conceitos e métodos de Análise de Dados e Predição da Inteligência Artificial, como:

• Tratamento de Dados.
• Regressão Linear.
• Regressão Logística.
• KNN (K-Nearest Neighbors).
• Árvore de Decisão.
• Plotagem dos dados com gráficos.
• Análise e conclusão.

---

📊 Base de Dados - Top Games on Google Play

• Escolhemos para o trabalho um dataset público do Kaggle.
• Nele contém mais de 50.000 linhas e 33 colunas.
• O escopo da análise é "Top Jogos da Google Play", então, após filtrar os dados por "apenas jogos" e "apenas fonte Google Play", teremos um dataset com pouco mais de 9.000 linhas.

🗂️ Colunas selecionadas:

1- Fancy Name

Nome de apresentação do jogo.

2- Category

Categoria em que se enquadra.

3- Company

Nome da empresa desenvolvedora.

4- Purchases

Se há vendas dentro do jogo ou não (microtransações).

5- Ads

Se o jogo contém anúncios ou não.

6- Age Rating

Idade mínima recomendada.

7- Downloads

Marca de downloads alcançada.
(1/5/10/50/100/500/1.000/5.000 ... 1.000.000.000).

8- Users Interact

Se há interação entre usuários (multiplayer/rede social).

9- Price

Preço do jogo (se for pago).

10- Rating

Média de avaliação (0-5).

11- Number Reviews

Total de avaliações.

12- Five

Proporção relativa de avaliações com 5 estrelas.

13- Four

Proporção relativa de avaliações com 4 estrelas.

14- Three

Proporção relativa de avaliações com 3 estrelas.

15- Two

Proporção relativa de avaliações com 2 estrelas.

16- One

Proporção relativa de avaliações com 1 estrelas.

---

💻 Tecnologias

Python

Pandas

Vscode

---

👨‍🎓 Integrantes

Almir Junior	Davi Afonso	Gabriel Santos	Mathaus Puff	Pedro Barros	Carlos Eduardo