Aplicar recursos de Data Science como exploração, visualização de dados e machine learning com intuito de corroborar o tipo de acidente com maior propensão de ocorrer.
Após coleta, preparação e transformação dos dados iniciou-se a análise exploratória dos dados e consideradas as variáveis que podem influenciar na ocorrência de acidentes como: rodovia, dia da semana, índice por estados e municípios, tipo de acidente, fase do dia, causa de acidentes, condições meteorológicas, tipo de pista e uso do solo.
O dataframe utilizado neste estudo possui um vasto conteúdo para inúmeras pesquisas e explorações futuras, sendo assim o estudo apresentando teve o objetivo de demonstrar algumas etapas aplicadas durante o curso de formação em Data Science.
JOVEM PAN. Acidentes de trânsito nas rodovias federais custaram R$ 12,3 bilhões em 2014. Jovem Pan, 2015. Disponível em: https://jovempan.com.br/noticias/acidentes-de-transito-nas-rodovias-federais-custaram-r-123-bilhoes-em-2014-2015-09-23.html . Acesso: 12 mar. 2021. PESQUISA CNT DE RODOVIAS 2019. CNT SEST SENAT, 2019. Disponível em: https://pesquisarodovias.cnt.org.br/downloads/ultimaversao/gerencial.pdf . Acesso em: 15 mar. 2021. POLÍCIA RODOVIÁRIA FEDERAL. Acidentes. PRF, 2021. Disponível em: https://www.gov.br/prf/pt-br/acesso-a-informacao/dados-abertos/dados-abertos-acidentes . Acesso em: 13 mar 2021. POLÍCIA RODOVIÁRIA FEDERAL. Dicionário de Variáveis-Acidentes. PRF, 2017. Disponível em: https://arquivos.prf.gov.br/arquivos/index.php/s/Qwxgt8T6grdiR03#pdfviewer. Acesso em: 12 jan. 2021.