Abordagens para análise de dados geográficos em transportes urbanos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/43640 |
Resumo: | 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. |
id |
UFRN_0e87cc6e8980ffdab6f80ec2a63f4544 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/43640 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Jales, Daniel MenescalBatista Junior, Aguinaldo BezerraSilva, Marianne Batista Diniz daSilva, Ivanovitch Medeiros Dantas da2019-07-01T13:27:13Z2021-10-06T11:51:58Z2019-07-01T13:27:13Z2021-10-06T11:51:58Z2019-06-1820180009304JALES, 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.https://repositorio.ufrn.br/handle/123456789/43640A 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.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.Universidade Federal do Rio Grande do NorteUFRNBrasilEngenharia de ComputaçãoCiência de Dados, Python, Análise, Visualização.Data Science, Python, Analysis, Visualization.Abordagens para análise de dados geográficos em transportes urbanosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNinfo:eu-repo/semantics/openAccessORIGINALdaniel_jales_tcc.pdfapplication/pdf26163695https://repositorio.ufrn.br/bitstream/123456789/43640/1/daniel_jales_tcc.pdfe4df85fe0c12bbd41f1fb6bfb75f7ae9MD51CC-LICENSElicense_rdfapplication/octet-stream701https://repositorio.ufrn.br/bitstream/123456789/43640/2/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txttext/plain756https://repositorio.ufrn.br/bitstream/123456789/43640/3/license.txta80a9cda2756d355b388cc443c3d8a43MD53TEXTdaniel_jales_tcc.pdf.txtExtracted texttext/plain44746https://repositorio.ufrn.br/bitstream/123456789/43640/4/daniel_jales_tcc.pdf.txtc82a6a11d3d96b02b15bbc99f938cc42MD54123456789/436402022-12-29 10:31:04.861oai:https://repositorio.ufrn.br:123456789/43640PGNlbnRlcj48c3Ryb25nPlVOSVZFUlNJREFERSBGRURFUkFMIERPIFJJTyBHUkFOREUgRE8gTk9SVEU8L3N0cm9uZz48L2NlbnRlcj4KPGNlbnRlcj48c3Ryb25nPkJJQkxJT1RFQ0EgRElHSVRBTCBERSBNT05PR1JBRklBUzwvc3Ryb25nPjwvY2VudGVyPgoKPGNlbnRlcj5UZXJtbyBkZSBBdXRvcml6YcOnw6NvIHBhcmEgZGlzcG9uaWJpbGl6YcOnw6NvIGRlIE1vbm9ncmFmaWFzIGRlIEdyYWR1YcOnw6NvIGUgRXNwZWNpYWxpemHDp8OjbyBuYSBCaWJsaW90ZWNhIERpZ2l0YWwgZGUgTW9ub2dyYWZpYXMgKEJETSk8L2NlbnRlcj4KCk5hIHF1YWxpZGFkZSBkZSB0aXR1bGFyIGRvcyBkaXJlaXRvcyBkZSBhdXRvciBkYSBtb25vZ3JhZmlhLCBhdXRvcml6byBhIFVuaXZlcnNpZGFkZSBGZWRlcmFsIGRvIFJpbyBHcmFuZGUgZG8gTm9ydGUgKFVGUk4pIGEgZGlzcG9uaWJpbGl6YXIgYXRyYXbDqXMgZGEgQmlibGlvdGVjYSBEaWdpdGFsIGRlIE1vbm9ncmFmaWFzIGRhIFVGUk4sIHNlbSByZXNzYXJjaW1lbnRvIGRvcyBkaXJlaXRvcyBhdXRvcmFpcywgZGUgYWNvcmRvIGNvbSBhIExlaSBuwrAgOTYxMC85OCwgbyB0ZXh0byBpbnRlZ3JhbCBkYSBvYnJhIHN1Ym1ldGlkYSBwYXJhIGZpbnMgZGUgbGVpdHVyYSwgaW1wcmVzc8OjbyBlL291IGRvd25sb2FkLCBhIHTDrXR1bG8gZGUgZGl2dWxnYcOnw6NvIGRhIHByb2R1w6fDo28gY2llbnTDrWZpY2EgYnJhc2lsZWlyYSwgYSBwYXJ0aXIgZGEgZGF0YSBkZXN0YSBzdWJtaXNzw6NvLiAKRepositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-12-29T13:31:04Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Abordagens para análise de dados geográficos em transportes urbanos |
title |
Abordagens para análise de dados geográficos em transportes urbanos |
spellingShingle |
Abordagens para análise de dados geográficos em transportes urbanos Jales, Daniel Menescal Ciência de Dados, Python, Análise, Visualização. Data Science, Python, Analysis, Visualization. |
title_short |
Abordagens para análise de dados geográficos em transportes urbanos |
title_full |
Abordagens para análise de dados geográficos em transportes urbanos |
title_fullStr |
Abordagens para análise de dados geográficos em transportes urbanos |
title_full_unstemmed |
Abordagens para análise de dados geográficos em transportes urbanos |
title_sort |
Abordagens para análise de dados geográficos em transportes urbanos |
author |
Jales, Daniel Menescal |
author_facet |
Jales, Daniel Menescal |
author_role |
author |
dc.contributor.referees1.none.fl_str_mv |
Batista Junior, Aguinaldo Bezerra |
dc.contributor.referees2.none.fl_str_mv |
Silva, Marianne Batista Diniz da |
dc.contributor.author.fl_str_mv |
Jales, Daniel Menescal |
dc.contributor.advisor1.fl_str_mv |
Silva, Ivanovitch Medeiros Dantas da |
contributor_str_mv |
Silva, Ivanovitch Medeiros Dantas da |
dc.subject.por.fl_str_mv |
Ciência de Dados, Python, Análise, Visualização. Data Science, Python, Analysis, Visualization. |
topic |
Ciência de Dados, Python, Análise, Visualização. Data Science, Python, Analysis, Visualization. |
description |
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. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-07-01T13:27:13Z 2021-10-06T11:51:58Z |
dc.date.available.fl_str_mv |
2019-07-01T13:27:13Z 2021-10-06T11:51:58Z |
dc.date.issued.fl_str_mv |
2019-06-18 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.pt_BR.fl_str_mv |
20180009304 |
dc.identifier.citation.fl_str_mv |
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. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/43640 |
identifier_str_mv |
20180009304 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. |
url |
https://repositorio.ufrn.br/handle/123456789/43640 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Engenharia de Computação |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/43640/1/daniel_jales_tcc.pdf https://repositorio.ufrn.br/bitstream/123456789/43640/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/43640/3/license.txt https://repositorio.ufrn.br/bitstream/123456789/43640/4/daniel_jales_tcc.pdf.txt |
bitstream.checksum.fl_str_mv |
e4df85fe0c12bbd41f1fb6bfb75f7ae9 42fd4ad1e89814f5e4a476b409eb708c a80a9cda2756d355b388cc443c3d8a43 c82a6a11d3d96b02b15bbc99f938cc42 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117663489523712 |