desafio2

README.md

@@ -1,7 +1,2 @@
 # Codenation-ENEM-XGBRegressor
-Descubra as melhores notas de matemática do ENEM 2016
-Um modelo  de Aprendizado de Máquina para prever a nota da prova de matemática de quem participou do ENEM 2016.
-
-Muitas universidades brasileiras utilizam o ENEM para selecionar seus futuros alunos e alunas. Isto é feito com uma média ponderada das notas das provas de matemática, ciências da natureza, linguagens e códigos, ciências humanas e redação.
-
-Feito por Alessandra Faria Abreu - ouvindo uma playlist de musicas dos anos 2000 durante a aula de banco 2
+Codenation desafios acelera-dev

coestatistica-1/README.md

@@ -0,0 +1,53 @@
+# Conhecendo melhor nossa base de consumidores: qual estado possui os clientes com melhores pontuações de crédito?
+
+## Objetivo
+
+Queremos conhecer melhor nossos clientes por estado. Para isso, iniciamos uma análise na pontuação de crédito. 
+Para realizar a verificação inicial, precisamos de alguns valores.
+Os valores são a média, a mediana, a moda e o desvio padrão da pontuação de crédito.
+
+## Tópicos
+
+Neste desafio você aprenderá:
+
+- Média;
+- Mediana;
+- Moda;
+- Desvio padrão.
+
+## Requisitos
+
+Você precisará de python 3.6 (ou superior).
+
+O recomendado é você utilizar um [ambiente virtual](https://pythonacademy.com.br/blog/python-e-virtualenv-como-programar-em-ambientes-virtuais). Para isto, execute os comandos como no exemplo abaixo:
+
+    pip3 install virtualenv
+    virtualenv venv -p python3
+    source venv/bin/activate 
+
+Ao terminar o desafio, você pode sair do ambiente criado com o comando `deactivate`
+
+## Detalhes
+
+A resposta deve conter os valores da média, mediana, moda e desvio padrão da pontuação de crédito para cada estado do dataset.
+O arquivo para submissão deve estar em formato json, conforme o arquivo exemplo "submission.json".
+
+**OBSERVAÇÃO:**  É recomendado utilizar Python e pandas para esse desafio, mas também é possível utilizar outras ferramentas e linguagens de programação.
+
+Descrição dos dados:
+'id': Identificador do cliente
+'sobrenome': Sobrenome do cliente
+'pontuacao_credito': Pontuação de crédito do cliente (quanto maior, melhor o cliente geralmente)
+'estado_residencia': Estado de residência do cliente
+'genero': Gênero do cliente
+'nivel_estabilidade': Nível de estabilidade do cliente
+'saldo_conta': Saldo disponível na conta do cliente
+'numero_produtos': Número de produtos que o cliente consome
+'possui_cartao_de_credito': Possui um cartão de crédito cadastrado
+'membro_ativo': Membro acessa e consome frequentemente
+
+Obs: Os dados são fictícios, mas tentam representar a realidade de uma base de clientes de um produto SaaS. 
+
+
+
+