• Marcelo Rabello Barranco
• Marcelo Marchetto

O objetivo deste projeto é prever o preço de casas em Ames, Iowa, utilizando regressão linear. O dataset utilizado é o Ames Housing dataset, disponível no Kaggle.

Primeiramente, clone o repositório:

git clone https://github.com/marchettomarcelo/Ames-MM.git

Em seguida, entre na pasta do projeto:

cd Ames-MM

É possível executar o projeto de 2 maneiras:

1. Utilizando o Conda, com o arquivo environment.yml para instalar as dependências

2. Utilizando um ambiente virtual do Python, com o arquivo requirements.txt para instalar as dependências

Dentro da pasta notebooks, execute o notebook 01_reading_raw_data, em seguida o notebook 02_analysis_and_preprocessing.

• Esses dois notebooks foram feitos pelo professor da matéria, Fabio Ayres. Nao foram feitas quaisquer alterações nesses notebooks. Optamos por deixar a feature engeneering e a análise dos dados feita pelo professor, pois achamos a analise muito boa e completa, e a feature engeneering muito bem feita e como nao tinhamos muita experiencia com isso, acreditamos que seja mais benéfico preservar o trabalho realizado pelo professor.

Dentro da pasta notebooks, execute o notebook entrega. Este notebook contém o a análise feita pela dupla e a implementação do modelo de machine learning.

• O arquivo entrega.ipynb em sua primeira parte foi copiada a regressão linear simples e analise dos dados do professor, a parte realizada pela dupla vem logo após a regressão linear simples. (Explicito conforme os markdowns do notebook). Explicações e Conclusões sobre o que foi feito estão no notebook em formato markdown antes e depois do código.