ppl-cd-pcd-sist-int-2024-1-accident-probability
ppl-cd-pcd-sist-int-probabilidade de acidentes created by GitHub Classroom
https://github.com/icei-puc-minas-ppl-cdia/ppl-cd-pcd-sist-int-2024-1-accident-probability
Science Score: 44.0%
This score indicates how likely this project is to be science-related based on various indicators:
-
✓CITATION.cff file
Found CITATION.cff file -
✓codemeta.json file
Found codemeta.json file -
✓.zenodo.json file
Found .zenodo.json file -
○DOI references
-
○Academic publication links
-
○Academic email domains
-
○Institutional organization owner
-
○JOSS paper metadata
-
○Scientific vocabulary similarity
Low similarity (0.6%) to scientific vocabulary
Repository
ppl-cd-pcd-sist-int-probabilidade de acidentes created by GitHub Classroom
Basic Info
Statistics
- Stars: 1
- Watchers: 0
- Forks: 3
- Open Issues: 0
- Releases: 0
Metadata Files
README.md
probabilidade de acidentes rodoviários
A partir de uma base de dados extraída da plataforma Kaggle e posterior elaboração da seguinte pergunta orientada a dados: "qual é a frequência de acidentes rodoviários que resultam em ferimentos leves, graves ou fatais?", foi realizada uma análise exploratória e preparação dos dados, e então desenvolvidos modelos de aprendizado de máquina. A análise teve enfoque na distribuição de acidentes com base nas condições da superfície da estrada, no tipo de estrada, na área urbana ou rural, na hora do acidente, no tipo de junção, nas condições meteorológicas, e, por fim, nos limites de velocidade (feature selection). Foi utilizada como variável alvo a gravidade dos ferimentos. Em consequência ao grande desbalanceamento de classes (uma limitação) que a base de dados apresenta, foram efetuadas múltiplas tentativas de desenvolvimento de sistemas inteligentes diferentes, usando métodos de Árvore de Decisão, Floresta Aleatória e Rede Neural. Apesar de ajustes e modificações nos códigos, todos os modelos apresentaram resultados de baixa precisão, recall e acurácia, especialmente para a classe 2, slight, a classe majoritária. Isso indica que nenhum modelo foi capaz de apresentar um desempenho ideal para responder à pergunta, dificultando uma conclusão vantajosa para o projeto.
Integrantes
- Matheus Melo Couto, matheus.couto.1525924@sga.pucminas.br
- Luan Inaibes Guimarães, liguimaraes@sga.pucminas.br
- João Henrique Pereirinha Sorrentino, jhpsorrentino@sga.pucminas.br
- Rafael Brandão de Oliveira, rafael.brandao@sga.pucminas.br
- Serena Ferreira Moreira, serena.ferreira@sga.pucminas.br
- Heitor Ramos de Oliveira, heitor.oliveira@sga.pucminas.br
Professor
- Hugo Bastos de Paula
Instruções de utilização
Assim que a primeira versão do sistema estiver disponível, deverá complementar com as instruções de utilização. Descreva como instalar eventuais dependências e como executar a aplicação.
Histórico de versões
- 0.1.1
- CHANGE: Atualização das documentacoes. Código permaneceu inalterado.
- 0.1.0
- Indução do primeiro modelo do agente inteligente.
- 0.0.1
- Trabalhando na preparação dos dados.
Owner
- Name: Curso de Ciência de Dados e Inteligência Artificial da PUC Minas
- Login: ICEI-PUC-Minas-PPL-CDIA
- Kind: organization
- Email: cdados.lourdes@pucminas.br
- Location: Brazil
- Website: http://icei.pucminas.br/
- Repositories: 1
- Profile: https://github.com/ICEI-PUC-Minas-PPL-CDIA
Citation (CITATION.cff)
cff-version: 1.0.1
message: Repositório modelo para a disciplina de Projeto em Ciência de Dados I - Sistemas Inteligentes. Por favor, cite o repositório utilizando estes metadados.
title: Probabilidade de acidentes rodoviários (probability of road traffic accidents).
authors: Matheus Melo Couto, Luan Inaibes Guimarães, João Henrique Pereirinha Sorrentino, Rafael Brandão de Oliveira, Serena Ferreira Moreira, Heitor Ramos de Oliveira
occupation : Alunos
affiliation: PUC Minas
keywords:
- Ciência de Dados
- Data Science
- Jupyter Notebooks
- Aprendizado de Máquina
- Machine Learning
- Dados
- Data
repository-code: https://github.com/ICEI-PUC-Minas-PPL-CD/ppl-cd-pcd-sist-int-2024-1-accident-probability
license: CC-BY-4.0
version: 1.0.0
date-released: 2023-06-30