André Leocádio

_{Data Science Student}

Este Portfólio tem como objetivo:

• Demonstrar minhas habilidades adquiridas na área da Ciências de Dados, buscando resolver problemas e encontrar insights nos dados de um modo prático. Exercer tarefas de coletas de dados estruturados, não-estruturados e realizar predições com utilização de dados supervisionados e não-supervisionados.
• Mostrar como é feita a análise exploratória e o pré-processamento dos dados por meio da mineração, manipulação e preparação das bases, com o auxílio da análise estatística descritiva. Por meio das bibliotecas em Python com esse escopo.
• Coleta de Dados utilizando APIs e Web-Scrapping, facilitando assim a sua utilização das mais diversas features em modelos de Machine Learning. E a manipulação de bases de dados por meio da linguagem SQL.
• Utilizar algoritmos de Machine Learning com a utilização das principais bibliotecas em Python: Scikit-Learning e Keras. E mostrar técnicas utilizadas para a realização de Tunning de modelos e Deploy do mesmo com a utilização de web-apps.

Background in: Python | SQL | Machine Learning | Econometria | Power BI.

Links:

• LinkedIn
• Lattes

Projetos:

Nos links abaixo contém alguns dos meus projetos em uma ordem empírica de utilização de habilidades, todos realizados com a linguagem de programação Python.

• Análise Exploratória e Pré-processamento:

  • Pré-Processamento de dados: https://bit.ly/2U7Yz5x
  • Exploratory Data Analisys (EDA): https://bit.ly/36YXRwG
  • Amostragem e Estatítica descritiva: https://bit.ly/31HqOfC
  • Análise exploratória em meu Spotify: https://bit.ly/2Axz46T
  • Processamento de imagens utilizando o Python: https://bit.ly/2YT4UEh

• Machine Learning:

  • Classificação de rendimento com os dados do Censo: https://bit.ly/2GfcPFz
  • Webapp de previsão de valores de imóveis: https://bit.ly/2ELgdYa
  • Detecção de Câncer de Mama: https://bit.ly/3eLSALv
  • Prevendo ações da Petrobras PETR4: https://bit.ly/2BnrmfM
  • Utilizando a técnica de Stacking: https://bit.ly/2Y1sayR
  • Utilizando Pipelines para automatização: https://bit.ly/2UaIjAS
  • Validando modelos por meio da curva AUC: https://bit.ly/304BBQz
  • Webapp para classificação de empréstimos, utilizando machine learning: https://bit.ly/3iRVUXQ
  • Utilizando a técnica de Reg Linear Gradiente descendente: https://bit.ly/3hLZKBx

• Séries Temporais:

  • Realizando previsões de vendas: https://bit.ly/2Dec91V

• Deep Learning e Visão Computacional:

  • Reconhecimento facial utilizando a biblioteca OpenCV: https://bit.ly/31JQcBx
  • Reconmhecimento de faces utilizando a biblioteca Facenet: https://bit.ly/3beO87B

• Web Scraping:

  • Coleta de dados demográficos e econômicos no Wikipédia: https://bit.ly/34QVWLA
  • Web scraping e limpeza de dados, de carros a venda na OLX no estado do Paraná: https://bit.ly/3bcltA0

• API:

  • Utilizando o API da Alpha Vantage e Yahoo Finance para análise de ações: https://bit.ly/2EGrSre

• Visualização de Dados:

  • Materiais para visualização em Python: https://bit.ly/2Xu8NiD
  • Plotly: https://bit.ly/3dvzJnR
  • Montando um simples Dashboard em Python: https://bit.ly/2U6XsDk

• SQL:

  • Utilizando a biblioteca sqlalchemy, para manipulação de queries SQL: https://bit.ly/3htKE3T
  • Importando dados para o MySQL, por meio da biblioteca sqlalchemy: https://bit.ly/3bbT90C