Desafio-Titanic

Desafio Titanic - CIT Einstein: análise dos dados do desastre do Titanic

arquivo Jupyter NoteBook: main.ipynb

Índice:

Introdução

Parte - 1

• Cálculo das probabilidade:
• Respostas:
• Análise por gráficos:
• Comentários: (gráficos sobreviventes totais, homens e mulheres)
• Comentários: (gráfico sobreviventes em relação sexo)
• Verificando cruzamento dos dados entre a Classe dos tickets, Sexo e Sobreviventes:
• Comentários:(Classe dos Tickets cruzado com Sobreviventes)
• Comentários:(Classe dos Tickets e Sexo cruzado com Sobreviventes)
• Conclusão (Parte - 1):

Parte - 2

• Algoritmos de Predição:
• Coméntarios:(Modelo 1 - preditivo simples)
• Scikit - Learn (usando a biblioteca sklearn)
• Análise tripulação
• Levando em consideração mais categorias
• Análise mulheres e homens
• Comentários:Resultados modelos preditivos:
• Conclusão geral:

Descrição do desafio do Titanic:

O objetivo é fazer um modelo que prediz, dado as informações do passageiro, se ele morreu ou não no Titanic. Você está livre para usar qualquer ferramenta (python, R, weka, excel, etc) e algoritmo para fazer o modelo (regressão logística, knn, árvore de decisão, random forest, xgboost, rede neural, etc). O dataset do Titanic relaciona os passageiros e algumas de suas informações com sua morte no acidente. A análise exploratória dos dados é uma grande ferramenta para entender os dados. Então queremos que você também faça um pouco disso, respondendo as seguintes perguntas:

• Qual a porcentagem de homens e mulheres no navio?
• Dos que morreram, qual é a porcentagem de homens e mulheres?
• Qual modelo eu tenho uma acurácia maior (porcentagem de acerto), um que fala que toda mulher morreu ou um que fala que toda mulher sobreviveu?