Atividades
A codificação dos dados é uma atividade importantíssima nas pesquisas e um dos desafios da inteligência artificial é justamente oferecer critérios automatizados de classificação dos dados. O Machine Learning, em especial, é uma técnica de classificação: o algoritmo é voltado a observar classificações efetivamente feitas e descobrir o padrão envolvido
* Download em pdf * Download em epub * Download em mobi 1. Introdução Este texto apresenta, de maneira simplificada, alguns conceitos básicos de descrição e interpretação de dados estatísticos. O objetivo dessa apresentação é proporcionar a você o domínio de instrumentos que viabiliza a organização, resumo e apresentação de dados coletados em
Códigos
Algoritmo em Python que realiza a extração de ações de quaisquer classes processuais, a partir dos resultados das pesquisas na página principal (antes chamada de Acompanhamento Processual) e grava arquivos com os dados de cada processo. Para compreender as funcionalidades, leia o texto Extrator Básico de Dados Judiciais, que trata
Códigos
Combinação de dois algoritmos em Python que realizam (i) a extração de ações de controle concentrado e (ii) a sua organização em uma tabela. Esses dados são coletados a partir dos resultados das pesquisas na página ADI, ADC, ADO e ADPF, sendo gravados arquivos com os dados de cada processo,
1. Base de dados do artigo "Evolução do perfil dos demandantes" 1.1. Crie uma codificação para os Tipos de Requerentes Nessa codificação, esclareça como devem ser classificados: 1. Pessoas físicas 2. Seções regionais de partidos políticos 3. Associações de classe sem caráter nacional 4. CNBB 1.2.
Módulo de Data Mining
1. A estratégia modular de trabalho A coleta de dados é sempre uma operação complexa e consome tempo precioso. Por isso, trabalhar com dados previamente organizados em bancos de dados relacionais (em uma tabela ou conjunto de tabelas) é a saída mais eficiente. Todavia, dependendo da pesquisa que você deseja
Módulo de Data Mining
* Download em pdf * Download em epub * Download em mobi 1. Introdução O presente texto é o primeiro módulo da nossa abordagem sobre a coleta de dados, que está dividida em seis etapas, como definido no Data Mining Judicial I. No presente texto, realizaremos a primeira dessas etapas, que é a
Módulo de Data Mining
* Download em pdf * Download em epub * Download em mobi 1. Introdução Nos tutoriais anteriores (Extrator Básico e Extrator Intermediário), você deve ter aprendido a desenvolver um programa capaz de coletar dados disponíveis nas informações processuais do STF. Exploraremos agora as formas pelas quais esse conjunto de dados pode ser convertido
* Download em pdf * Download em epub * Download em mobi 1. Introdução Uma das formas mais eficiente de fazer pesquisas de dados é buscar bancos de dados já construídos e trabalhar a partir deles (Costa 2020). Algumas bases de dados decorrentes de outras pesquisas no campo são: Canello, Julio (2016). "
Bancos relacionais (SQL) Uma saída alternativa para evitar a multiplicação de colunas é realizar uma multiplicação de tabelas. Poderíamos, por exemplo, gerar uma tabela para cada processo, na qual as linhas seriam os andamentos e as colunas seriam os "valores" desse andamento: data, nome, complemento, órgão julgador, etc.
Módulo de Data Mining
* Download em pdf * Download em epub * Download em mobi 1. Introdução Antes de começar esse texto, você já deve ter completado o tutorial Extrator básico de dados judiciais, em que você deve ter aprendido: 1. Como identificar padrões nos URL; 2. Como extrair textos usando a função dsd.get(); 3.
Módulo de Data Mining
* Download em pdf * Download em epub * Download em mobi 1. Introdução No Organizador Básico, você aprendeu as funcionalidades básicas para criar organizador de dados que gera uma base estruturada de dados, no formato de um csv. Neste ponto, você deve ser capaz de: 1. Definir um Modelo de Dados; 2.