Projeto de Análise de Dados de Lançamentos da SpaceX

Este é um projeto de análise de dados focado nos lançamentos da SpaceX, explorando diferentes modelos de machine learning para prever o sucesso de missões de foguetes.

Descrição do Projeto

Neste projeto, exploramos um conjunto de dados fornecido pela SpaceX para entender padrões nos lançamentos de foguetes. O objetivo principal é prever o sucesso ou falha de uma missão com base em diferentes características dos lançamentos.

Conjunto de Dados

Utilizamos um conjunto de dados da SpaceX que contém informações sobre diferentes lançamentos de foguetes, incluindo detalhes sobre data, versão do foguete, massa da carga, órbita, local de lançamento, entre outros.

Modelos de Machine Learning

Exploramos os seguintes modelos de machine learning para prever o sucesso de lançamentos:

• Logistic Regression
• Support Vector Machine
• Decision Tree
• K Nearest Neighbors

Como Utilizar

1. Clone este repositório:

   git clone https://github.com/jeffev/SpaceX_Machine_Learning_Prediction.git
   

2. Abra os notebooks utilizando o Jupyter Notebook ou JupyterLab.

3. Execute cada célula para visualizar análises, gráficos e resultados dos modelos.

Pré-requisitos

• Python 3
• Bibliotecas: Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn

OBS: esse projeto faz parte do curso 'IBM Data Science Professional Certificate'