Bem-vindo(a)! Este repositório reúne meus projetos de Análise Exploratória de Dados (EDA), dedicados a explorar padrões, distribuições e relações em diferentes conjuntos de dados. Desenvolvidos para prática e aprendizado, os projetos destacam técnicas analíticas e visuais aplicadas a contextos variados.
Todos os dados são usados exclusivamente para fins de estudo, seguindo 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.
- 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.
- Pandas: Manipulação e análise de dados.
- NumPy: Cálculos numéricos e transformações matemáticas.
- Seaborn: Visualizações estatísticas avançadas.
- Matplotlib: Geração de gráficos e plots customizados.
- Plotly: Visualizações interativas e dinâmicas.
- Scikit-Learn: Ferramentas de pré-processamento e clustering (quando aplicável).
Cada análise foca em compreender profundamente os dados, desde distribuições e correlações até padrões visuais, oferecendo insights úteis e preparando bases sólidas para aplicações futuras, como Machine Learning ou Business Intelligence.