Atividade11
Júlio Brunno Coutinho
2025-11-03
1) Carregue um conjunto de dados simples. Realize manipulação simples nos dados (por exemplo, ordenação, filtragem, criação de novas variáveis, etc.).
Usando o Dataset IRIS
summary(iris) ## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Min. :4.300 Min. :2.000 Min. :1.000 Min. :0.100
## 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300
## Median :5.800 Median :3.000 Median :4.350 Median :1.300
## Mean :5.843 Mean :3.057 Mean :3.758 Mean :1.199
## 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 3rd Qu.:1.800
## Max. :7.900 Max. :4.400 Max. :6.900 Max. :2.500
## Species
## setosa :50
## versicolor:50
## virginica :50
##
##
## # Dataset iris já vem no R, então não precisa carregar pacotes
dados <- iris
# 1️⃣ Criar uma nova variável — razão entre comprimento e largura da sépala
dados$Sepal.Ratio <- dados$Sepal.Length / dados$Sepal.Width
# 2️⃣ Criar uma variável categórica simples com base no comprimento da pétala
dados$Categoria.Petala <- ifelse(dados$Petal.Length < 2, "Curta",
ifelse(dados$Petal.Length < 5, "Média", "Longa"))
# 3️⃣ Filtrar apenas flores com pétalas longas
dados_filtrados <- subset(dados, Categoria.Petala == "Longa")
# 4️⃣ Ordenar os dados pelo comprimento da pétala (decrescente)
dados_ordenados <- dados_filtrados[order(-dados_filtrados$Petal.Length), ]
# 5️⃣ Mostrar estatísticas e amostra dos dados processados
summary(dados_ordenados)## Sepal.Length Sepal.Width Petal.Length Petal.Width
## Min. :5.700 Min. :2.200 Min. :5.000 Min. :1.400
## 1st Qu.:6.300 1st Qu.:2.800 1st Qu.:5.125 1st Qu.:1.800
## Median :6.600 Median :3.000 Median :5.600 Median :2.050
## Mean :6.674 Mean :2.991 Mean :5.628 Mean :2.037
## 3rd Qu.:7.050 3rd Qu.:3.200 3rd Qu.:5.900 3rd Qu.:2.300
## Max. :7.900 Max. :3.800 Max. :6.900 Max. :2.500
## Species Sepal.Ratio Categoria.Petala
## setosa : 0 Min. :1.824 Length:46
## versicolor: 2 1st Qu.:2.073 Class :character
## virginica :44 Median :2.224 Mode :character
## Mean :2.249
## 3rd Qu.:2.362
## Max. :2.962head(dados_ordenados, 10)## Sepal.Length Sepal.Width Petal.Length Petal.Width Species Sepal.Ratio
## 119 7.7 2.6 6.9 2.3 virginica 2.961538
## 118 7.7 3.8 6.7 2.2 virginica 2.026316
## 123 7.7 2.8 6.7 2.0 virginica 2.750000
## 106 7.6 3.0 6.6 2.1 virginica 2.533333
## 132 7.9 3.8 6.4 2.0 virginica 2.078947
## 108 7.3 2.9 6.3 1.8 virginica 2.517241
## 110 7.2 3.6 6.1 2.5 virginica 2.000000
## 131 7.4 2.8 6.1 1.9 virginica 2.642857
## 136 7.7 3.0 6.1 2.3 virginica 2.566667
## 101 6.3 3.3 6.0 2.5 virginica 1.909091
## Categoria.Petala
## 119 Longa
## 118 Longa
## 123 Longa
## 106 Longa
## 132 Longa
## 108 Longa
## 110 Longa
## 131 Longa
## 136 Longa
## 101 Longa2) Utilize o pacote DT para criar uma tabela interativa, proporcionando funcionalidades como ordenação, busca e paginação.
Não consegui desenvolver
3) Escreva e apresente cinco equações complexas utilizando a sintaxe do LaTeX. Forneça o significado para cada equação.
(1) Média amostral
\(\bar{x} = \frac{1}{n} \sum_{i=1}^{n} x_i\)
Significado: média dos valores observados em uma amostra de tamanho n.
(2) Variância amostral
\(s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2\)
Significado: mede o grau de dispersão dos dados em torno da média.
(3) Regressão linear simples
\(y_i = \beta_0 + \beta_1 x_i + \varepsilon_i\)
Significado: descreve uma relação linear entre uma variável explicativa \(x\) e uma resposta \(y\),
onde \(\beta_0\) é o intercepto, \(\beta_1\) é o coeficiente angular e \(\varepsilon_i\) é o erro aleatório.
(4) Gradiente descendente (otimização)
\(\theta^{(t+1)} = \theta^{(t)} - \eta \, \nabla J(\theta^{(t)})\)
Significado: representa a atualização iterativa de parâmetros \(\theta\) para minimizar a função de custo \(J(\theta)\),
utilizando uma taxa de aprendizado \(\eta\).
(5) Entropia cruzada (classificação binária)
\(\mathcal{L}(y, \hat{y}) = -\big[ y \log(\hat{y}) + (1 - y) \log(1 - \hat{y}) \big]\)
Significado: é uma função de perda usada em modelos de classificação binária,
que penaliza previsões incorretas e mede a diferença entre as distribuições reais e previstas.
4) Adicione duas figuras relacionadas à ciência de dados.
(1) As seis fases da Análise de Dados
Modelo de Machine Learning
Descrição:
A imagem ilustra o fluxo básico de um modelo de aprendizado de
máquina:
entrada de dados, pré-processamento, treinamento do modelo, avaliação e
uso para previsão (inferência).
(2) Ciclo de Vida da Ciência de Dados
Ciclo de Vida da Ciência de Dados
Descrição:
O diagrama mostra as seis fases principais da análise de dados:
1. Coleta de dados;
2. Preparação e limpeza;
3. Exploração e análise;
4. Modelagem com algoritmos;
5. Avaliação dos resultados;
6. Implantação e comunicação do
conhecimento gerado.
Essas etapas são interdependentes e formam o ciclo completo da Ciência de Dados moderna.
5) Pesquise e inclua cinco referências bibliográficas.
1. Azevedo Sampaio, Silva Sousa, and Nazário Rocha (2018)
2. Sampaio, Ramalho, and Tedesco (2008)
3. Sampaio and Silva (2019)
4. Vasconcelos and Andrade (2018)
5. Andrade et al. (2009)
6. Machida et al. (2011)
7. Paes et al. (2022)
8. Santana et al. (2023)
9. Brito and Adeodato (2023)
Andrade, Ermeson, Paulo Maciel, Gustavo Callou, and Bruno Nogueira.
2009. “A Methodology for Mapping Sysml Activity Diagram to Time
Petri Net for Requirement Validation of Embedded Real-Time Systems with
Energy Constraints.” In 2009 Third International Conference
on Digital Society, 266–71. IEEE.
Azevedo Sampaio, Pablo, Rodrigo da Silva Sousa, and Alessandro Nazário
Rocha. 2018. “Reducing the Range of Perception in Multi-Agent
Patrolling Strategies.” Journal of Intelligent & Robotic
Systems 91 (2): 219–31.
Brito, Kellyton, and Paulo Jorge Leitão Adeodato. 2023. “Machine
Learning for Predicting Elections in Latin America Based on Social Media
Engagement and Polls.” Government Information Quarterly
40 (1): 101782.
Machida, Fumio, Ermeson Andrade, Dong Seong Kim, and Kishor S Trivedi.
2011. “Candy: Component-Based Availability Modeling Framework for
Cloud Service Management Using Sysml.” In 2011 IEEE 30th
International Symposium on Reliable Distributed Systems, 209–18.
IEEE.
Paes, Vinı́cius J, Danilo Araújo, Kellyton Brito, and Ermeson Andrade.
2022. “Análise de Sentimento Em Tweets Relacionados
Ao Desmatamento Da Floresta Amazônica.” In
Brazilian Workshop on Social Network Analysis and Mining
(BraSNAM), 61–72. SBC.
Sampaio, Pablo Azevedo, Geber Ramalho, and Patrı́cia Tedesco. 2008.
“CinBalada: A Multiagent Rhythm Factory.” Journal of
the Brazilian Computer Society 14 (3): 31–49.
Sampaio, Pablo Azevedo, and Kenedy Felipe dos Santos da Silva. 2019.
“Decentralized Strategies Based on Node Marks for Multi-Robot
Patrolling on Weighted Graphs.” In 2019 Latin American
Robotics Symposium (LARS), 2019 Brazilian Symposium on Robotics (SBR)
and 2019 Workshop on Robotics in Education (WRE), 317–22. IEEE.
Santana, Maria, Juliana Lima, Andreiwid Correa, and Kellyton Brito.
2023. “Engajamento No TikTok Dos Candidatos às Eleições Brasileiras
de 2022–Resultados Iniciais.” In Brazilian Workshop on Social
Network Analysis and Mining (BraSNAM), 151–62. SBC.
Vasconcelos, Viviane, and Ermeson Andrade. 2018.
“Análise Da Evasão de Alunos Na
Licenciatura Em Computação.” In
Workshop Sobre Educação Em
Computação (WEI). SBC.