Skip to content

Ciência de Dados com Reprodutibilidade usando Jupyter

Notifications You must be signed in to change notification settings

opgabriel/jai2021-jupyter

Repository files navigation

Ciência de Dados com Reprodutibilidade usando Jupyter

40ª Jornada de Atualização em Informática – JAI 2021

📄 Texto do curso

👨‍💻 Slides do curso

Binder Open In Colab

⏰ Horário
📅 20 de Julho

🕘 09:00 - 12:00 | 🕟 16:30 - 19:00

Resumo

Ciência de Dados tornou-se um tópico de pesquisa emergente na Ciência da Computação devido ao crescente interesse em extrair conhecimento de diferentes fontes de dados. Nesse contexto, o Jupyter Notebook vem se consolidando como uma das principais ferramentas utilizadas por cientistas de dados para realizar análises exploratórias de dados de forma rápida e direta, com alto potencial de reprodução de código. Dessa forma, o objetivo deste capítulo é apresentar o Jupyter com reprodutibilidade para a realização de projetos em Ciência de Dados. O conteúdo é organizado para estudantes e profissionais com alguma experiência em programação. Em particular, primeiro apresentamos o Jupyter e seu uso geral para desenvolver soluções para Ciência de Dados. Em seguida, apresentamos tópicos avançados do Jupyter e abordamos maneiras de promover a ciência aberta. Para concluir, este JAI apresenta uma visão geral de Ciência de Dados com Jupyter Notebooks combinando conceitos e fundamentos teóricos com exemplos práticos e dados do mundo real.

Conteúdo

  1. Introdução
  2. Jupyter Básico
  3. Preparação de Dados para Ciência
  4. Integração, Transformação, Redução
  5. Ciência de Dados
  6. Jupyter Avançado
  7. Ciência Aberta

Conjunto de Dados

O conjunto de dados utilizado refere-se a sucesso na indústria da música, uma das mais dinâmicas e importantes no cenário do entretenimento mundial. Especificamente, utilizamos dados provenientes do Spotify, o serviço de streaming de áudio mais popular do mundo, que reúne mais de 345 milhões de usuários em 178 países e territórios.

  1. Charts: Paradas musicais semanais do Spotify em 2020. (756 KB)
  2. Hits: Features das músicas que entraram nas paradas de sucesso. (266 KB)
  3. Artists: Features dos artistas que entraram nas paradas de sucesso. (95.4 KB)
  4. Artists (edited): Features dos artistas que entraram nas paradas de sucesso (modificadas para fins didáticos). (96.3 KB)

Equipe

Referência

@incollection{jai/PimentelOSSM21,
  title = {Ciência de Dados com Reprodutibilidade usando Jupyter},
  author = {João Felipe Pimentel and
            Gabriel P. Oliveira and 
            Mariana O. Silva and 
            Danilo B. Seufitelli and 
            Mirella M. Moro},
  booktitle = {Jornada de Atualização em Informática 2021},
  pages = {11--59},
  doi = {10.5753/sbc.6757.3.1},
  url = {https://doi.org/10.5753/sbc.6757.3.1},
  publisher = {SBC},
  year = {2021}
}

Agradecimentos

Este trabalho foi parcialmente financiado por Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq, Fundação de Amparo à Pesquisa do Estado de Minas Gerais - FAPEMIG e Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES.

Releases

No releases published

Packages

No packages published

Contributors 4

  •  
  •  
  •  
  •  

Languages