Serenata de Amor's data science

O que é a Operação Serenata de Amor, como o time (e seus colaboradores) coleta e seleciona os dados para encontrar discrepâncias nos gastos dos deputados, como essas hipóteses são desenvolvidas, validadas e depois ensinadas para Rosie.

Transcript

1. Serenata de Amor’s data science Jessica Temporal
3. The Team 3
4. 4 Rosie
5. So far 5 • 5 implemented classifiers • ~3k suspicious reimbursements found • 629 reports made • 216 congresspeople reported
6. How we get the data? 6 • Scrapping • APIs ◦ ReceitaWS ◦ Camara
7. I have the data, what do I do now? • Develop a hypothesis • Test it out • Implement a classifier • Report 7
8. The irregular companies classifier
9. import data 9
10. data.format() 10
11. data.head(5) 11
12. 12 pd.merge
13. 13 data.query()
14. 14 Classifier Hypothesis
15. Fixtures • Sample data 15
16. Tests • Test first, code later 16
17. Show me the code • The classifier 17
18. What about Rosie? • import Classifier 18
20. It’s me, Jessica github.com/datasciencebr @jesstemporal apoia.se/serenata