Este conjunto de dados contém preços de venda de casas para King County, que inclui Seattle. Inclui casas vendidas entre maio de 2014 e maio de 2015.
- Exercício- Aula 01
- Exercício- Aula 02
- Exercício- Aula 03
- Exercício- Aula 04
- Exercício- Aula 05
- Exercício- Aula 06
- Exercício- Aula 07
- id: ID único para cada casa vendida
- date: Data da venda da casa
- price: Preço de cada casa vendida
- bedrooms: Número de quartos
- bathrooms: Número de banheiros, onde 0,5 corresponde a um quarto com banheiro, mas sem chuveiro
- sqft_living: Metragem quadrada do espaço interior dos apartamentos
- sqft_lot: Metragem quadrada do espaço terrestre
- floors: Número de andares
- waterfront: - Uma variável fictícia para saber se o apartamento tinha vista para a beira-mar ou não
- view: Um índice de 0 a 4 de quão boa era a vista da propriedade
- condition: - Um índice de 1 a 5 sobre o estado do apartamento,
- grade: Um índice de 1 a 13, onde 1-3 fica aquém da construção e design do edifício, 7 tem um nível médio de 1. nível de construção e design e 11-13 tem um nível de construção e design de alta qualidade.
- sqft_above: A metragem quadrada do espaço habitacional interno que está acima do nível do solo
- sqft_basement: A metragem quadrada do espaço habitacional interno que está abaixo do nível do solo
- yr_built: O ano em que a casa foi construída inicialmente
- yr_renovated: O ano da última renovação da casa
- zipcode: Em qual CEP se encontra a casa
- lat: Latitude
- long: Longitude
- sqft_living15: A metragem quadrada do espaço interno de habitação para os 15 vizinhos mais próximos
- sqft_lot15: A metragem quadrada dos lotes de terreno dos 15 vizinhos mais próximos.
O objetivo final deste curso é entender os conceitos de manipulação de tabelas com python e a construção de visualizações com o intuito de responder questões de negócio e a construção de uma página usando a biblioteca do streamlit. E para visualizar o resultado foi realizado o deploy no Heroku que pode ser acessado através do link construídos deste dataset é necessário acessar o link: https://analytics-house-rockets.herokuapp.com/
Observação: A página pode demorar um pouco para carregar, pois estou usando uma camada gratuita do Heroku e nesta camada o aplicativo hiberna após 30 min de inatividade.
- Exercícios aula 05
- Exercícios aula 06
- Exercícios aula 07
- Apresentação das primeiras análises realizadas (streamlit)