Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/8962
Title: Abordagens para análise de dados geográficos em transportes urbanos
Authors: Jales, Daniel Menescal
Keywords: Ciência de Dados, Python, Análise, Visualização.;Data Science, Python, Analysis, Visualization.
Issue Date: 18-Jun-2019
Publisher: Universidade Federal do Rio Grande do Norte
Citation: JALES, Daniel Menescal. Abordagens para análise de dados geográficos em transportes urbanos. 2019. 38f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia de Computação e Automação, Universidade Federal do Rio Grande do Norte, Natal, 2019.
Portuguese Abstract: A proposta desse trabalho é aplicar técnicas e metodologias em ciência de dados para análise de dados geográficos no transporte urbano. O trabalho descreve o processo de aquisição e carregamento do banco, o processo de limpeza e reorganização dos dados, até o processo de visualização dessas informações. É dado um enfoque especial aos táxis em Nova Iorque, EUA, entre os anos de 2009 a 2014 e o tema proposto foi inspirado em uma competição proposta pelo site da Kaggle em conjunto com o Google Could e a Coursera. Python foi a linguagem utilizada em todo o desenvolvimento desse trabalho, bem como várias de suas bibliotecas de manipulação e visualização. Em conjunto com as bibliotecas básicas, foram utilizadas também algumas mais avançadas para visuzalição e tratamento dos dados geográficos.
Abstract: The proposal of this work is to apply techniques and methodologies in data science for analysis of geographic data in urban transport. The paper describes the process of acquisition and loading of the database, the process of cleaning and reorganizing the data, and the process of visualizing this information. A special focus is given to taxis in New York, USA, between the years 2009 to 2014 and the proposed theme was inspired by a competition proposed by Kaggle’s website in conjunction with Google Could and Coursera. Python was the language used throughout the development of this work, as well as several of its manipulation and visualization libraries. In conjunction with the basic libraries, more advanced ones were also used to visualize and process spatial data.
URI: http://monografias.ufrn.br/handle/123456789/8962
Other Identifiers: 20180009304
Appears in Collections:Engenharia de Computação

Files in This Item:
File Description SizeFormat 
daniel_jales_tcc.pdf25.55 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons