curso intro à ciência de dados com r - 2 - aplicacoes

José Roberto Motta Garciagarcia.cptec@gmail.comNov/2016

Fases da análise de dados – Aplicações

José Roberto M. Garcia Nov/2016Introdução à Ciência de Dados com R

Boxplot – Distribuição e detecção de anomalias

Valor discrepante superior (extremo, outlier, anomalia)Maior valor não-discrepante

Terceiro quartil (75% da qtd de dados)

Média (pelos valores)Mediana (divide qtd de dados pela metade, 50%)

Primeiro quartil (25% da qtd de dados)

Menor valor não-discrepante Valores discrepantes inferiores (extremos, outliers, anomalia)

50% dos dados

(interquartil)

Boxplot – Distribuição e detecção de anomalias

Detecção de anomalias em séries temporais

VERIFICAPADRÕES

DEVARIAÇÃO

Mineração de redes sociais (Twitter)

1. Create an application at dev.twitter

2. Authenticate3. Gets Tweets from Twitter4. Clean the data

Mineração de texto – Nuvem de palavras - Código

Mineração de texto – Nuvem de palavras - Resultado

Agrupamento por similaridade (clustering) - Código

Agrupamento por similaridade (clustering) – Resultado gráfico

Agrupamento por similaridade (clustering) – Outros plots

04.03-Agrupamento2.R

Agrupamento por similaridade (hierárquico) - dendograma

Criando mapas

Documents