Conforme eu havia avisado anteriormente, o Departamento de Estatística da UFRN promoveu mais um vez a sua tradicional competição de Ciência de Dados entre os alunos da universidade.
Desta vez, a banca avaliadora não contava apenas com professores do Departamento de Estatística como na competição de 2018. No centro da foto abaixo, que contempla todos os competidores, é possível ver lado a lado Leonardo Bezerra, professor do IMD, Carla Vivacqua e eu, professores do Departamento de Estatística.
Foram 21 competidores divididos em 7 equipes. O desafio era os dados coletados pelo INMET - Instituto Nacional de Meteorologia. Estes dados podem ser baixados a partir do endereço https://www.dropbox.com/s/7rriacb7c6vzf3m/ccd_2019.zip?dl=0 . O arquivo zipado tem 214MB. Eles foram obtidos com a ajuda de um pacote do R chamado inmetr - https://github.com/jdtatsch/inmetr - , criado pelo Professor Jonatan Tatsch, da Universidade Federal de Santa Maria.
São dois arquivos dentro do zip. O arquivo inmetr.csv possui informações sobre as seguintes variáveis:
variável descrição unidade
date data e hora da coleta -
id ID da estação de coleta -
prec precipitação mm
tair temperatura do ar graus Celsius
tw temperatura de bulbo úmido graus Celsius
tmax temperatura máxima do ar graus Celsius
tmin temperatura mínima do ar graus Celsius
urmax umidade relativa máxima %
patm pressão atmosférica hPa
pnmm pressão atmosférica média ao nível do mar hPa
wd direção do vento graus
wsmax rajadas de vento m/s
n horas de sol h
cc cobertura de nuvens -
evap evaporação mm
ur umidade relativa %
ws velocidade do vento m/s
O arquivo bdmep_meta.csv possui informações sobre as estações de coleta, relacionando-as com a variável id do arquivo inmetr.csv.
As equipes precisaram seguir algumas poucas regras gerais:
-
O prazo limite para a entrega das análises era 23:59 de 27 de outubro de 2019.
-
As apresentações deveriam se limitar a 10 minutos e 3 slides
-
Qualquer análise era válida, desde visualizações dos dados até algum tipo de modelagem
Após as apresentações, a banca decidiu que as 3 equipes melhores colocadas foram estas listadas abaixo, com as suas respectivas apresentações e relatórios linkados na sequência:
3º Lugar: numberOne Link para o cabeçalho
Jordão de Lima Alves (Ciências Atuariais) criou a equipe de um homem só e faturou o terceiro lugar. Ele utilizou métodos de séries temporais para analisar alguns dados climatológicos da cidade de Apodi, no Rio Grande do Norte. Saiba mais detalhes sobre o trabalho dele lendo os slides e o relatório entregues.
2º Lugar: weeee Link para o cabeçalho
Os alunos André Fellipe da Silva (Graduação em Engenharia Elétrica), Ianca Maria Leite da Costa (Graduação em Engenharia Elétrica), Vítor Saraiva Ramos (Mestrado em Engenharia Elétrica e de Computação), André Luis Andrade Machado (Graduação em Engenharia Elétrica) e Mariana Costa (Graduação em Engenharia de Produção) se reuniram para analisar os dados meteorológicos disponíveis sobre 19/08/2019, o “dia que virou noite” devido à fumaça proveniente das queimadas na Amazônia. Baixe os slides e o relatório para ver o que esta equipe produziu. Acesse a apresentação de slides na web para ver uma animação que a equipe produziu para ilustrar os seus achados. As análises podem ser reproduzidas com o código em python escrito pela equipe.
1º Lugar: Featuring the Future Link para o cabeçalho
Os grandes campeões do evento foram os alunos Daniel Marx Pinto Carvalho (Graduação em Tecnologia da Informação), Marcos Vinícius Gomes Jacinto (Programa de Pós-Graduação em Geodinâmica e Geofísica), Gilvandro César de Medeiros (Bacharelado em Ciências e Tecnologia) e Marcus Vinicius Oliveira de Brito (Graduação em Engenharia Elétrica). Como o conjunto de dados disponibilizado durante a competição possuía muitos dados faltantes, eles utilizaram deep learning para imputar as informações faltantes, além de analisar o potencial eólico das cidades brasileiras utilizando a distribuição Weibull. Seus achados estão disponíveis nos slides, no relatório e no código fornecidos pela equipe.