Mural de Projetos
Olá, sou Heitor Gabriel, formado em Economia e procurando emprego na área de Ciência de Dados e Finanças. Este é meu mural de projetos profissionais e acadêmicos que envolvem:
Tratamento e Visualização de Dados com R e Python;
Machine Learning, usando o R;
Econometria, usando o R;
Modelagem matemática de cenários econômicos, usando o GAMS;
Gerenciamento de base de dados, usando o MySQL;
Aplicativos de dashboards interativos e Pipelines, usando o Shiny.
Trabalhos selecionados
Trabalhos selecionados
1) Tratamento dos dados ts; 2)Visualizações; 3) ACF e PACF; 4) Diferenciação; 5)Sazonalidade; 6)modelos ARIMA; 7)Diagnóstico residual; 8)Previsão.
Dissertação de Mestrado em Economia CAEN/UFC
Treino de classificação usando árvores de decisão, com código R aberto para replicação e aprendizado.
Pipeline de Estatísticas Descritivas e Associação Apriori de Dados de ComprasObs: não está online, servidor é pago.
Exercícios abertos de criação, manipulação, consultas, permissões e boas práticas em banco de dados.
Treino de regressão usando redes neurais complexas -deep learning- com código R aberto para replicação e aprendizado.
Construção de dashboard estático completamente em R para a conjuntura econômica.Atualmente em progresso: 1 de 8.
Treino com código aberto de manipulação de dados de transação e aplicação de Associação Apriori em itens de cestas de compras.
Validação usando reamostragem no Tidymodels.
Treino de classificação usando Naive Bayes e Text Mining, com código R aberto para replicação e aprendizado.
Regularização, penalização e encolhimento de dimensão usando Elastic Net (Ridge + Lasso) e Mínimos Quadrados Parciais.
Treino de classificação usando SVM e Tidymodels, com código R aberto para replicação e aprendizado.
Anexo de visualizações do modelo proposto na Dissertação de Mestrado.
Treino de classificação usando K-NN, com código R aberto para replicação e aprendizado.
Treino de regressão usando Regressão Linear e diagnóstico de resíduos, com código R aberto para replicação e aprendizado.
Treino de classificação usando Regressão Logit, com código R aberto para replicação e aprendizado.