ATIVIDADE PRÁTICA
LINGUAGEM DE
PROGRAMAÇÃO
Prof. Margarete Klamas, especialista.
ANO
2025
Linguagem de Programação
Atividade Prática
INTRODUÇÃO
Olá a todos.
Sejam todos muito bem vindos!
Esta avaliação foi planejada e preparada para a disciplina de Linguagem
de Programação.
O objetivo desta atividade é fazer com que você, aluno, desenvolva os
conhecimentos teóricos aprendidos nas rotas de maneira práticas. Para o
desenvolvimento desta atividade iremos utilizar os conceitos abordados na
disciplina.
Ao longo desse roteiro serão passadas as orientações gerais para
realização da avaliação bem como os seus critérios de correção.
No mais, desejo-lhe boa atividade prática!
Linguagem de Programação
Atividade Prática
ATIVIDADE
Este trabalho deve ser realizado individualmente.
Informe seu nome completo, RU e curso.
Utilizar o google colab para desenvolver a atividade. Salve o nome do
arquivo como Atividade_prática_seu RU_LP_2025
Na primeira linha do programa, insira um texto: coloque seu nome e RU
Nome da base de dados do exercício: Concrete Compressive Strength
Informações sobre a base de dados:
O dataset “Concrete Compressive Strength” é utilizado em estudos de
engenharia civil e aprendizado de máquina. Ele contém informações sobre a
resistência à compressão do concreto, que é uma propriedade crucial para
avaliar a qualidade e durabilidade desse material. O conjunto de dados inclui
1030 amostras e 8 variáveis de entrada.
Fonte dos dados: https://archive.ics.uci.edu/dataset/165/concrete+compressive+strength
Proprietário original e doador
Prof. I-Cheng Yeh
Departamento de Gestão de Informação
Universidade Chung-Hua,
Hsin Chu, Taiwan

Linguagem de Programação
Atividade Prática

Características do dataset:
Amostras: 1030

Dicionário de Dados – Concrete Compressive Strength
Nome da Variável Descrição
cement
Cimento (componente 1) — quantitativo — kg
em uma mistura de m3
blast_furnace_slag
Escória de alto-forno (componente 2) —
quantitativo — kg em uma mistura de m3
fly_ash
Cinza volante (componente 3) — quantitativo — kg em uma mistura de m3
water Água (componente 4)
superplasticizer
Superplastificante (componente 5) —
quantitativo — kg em uma mistura de m3
coarse_aggregate
Agregado grosso (componente 6) —
quantitativo — kg em uma mistura de m3
fine_aggregate
Agregado fino (componente 7) — quantitativo — kg em uma mistura de m3
age Dia (1~365)
concrete_compressive_strength concreto — quantitativo — MPa
strength_category
(variável meta)

• Esta coluna foi adicionada para
realizarmos a atividade
Assumimos para fins didáticos:
• Baixa resistência: ≤ 20 MPa
• Média resistência: 20 – 40 MPa
• Alta resistência: > 40 MPa

Linguagem de Programação
Atividade Prática

Atenção: utilizar o comando abaixo para abrir o dataset (banco de
dados que iremos trabalhar):
O arquivo que será utilizado para desenvolver a atividade será
disponibilizado na rota de aprendizagem (nome: concrete_data.csv)
Você deverá criar uma pasta no google drive, com o nome da
disciplina, salvar este arquivo dentro desta pasta.

# importar biblioteca
import pandas as pd
#montar o drive
from google.colab import drive
drive.mount(‘/content/drive’)
# Carregar o dataset
# Carregar os dados
df= pd.read_csv(‘colocar o caminho do drive’, sep=’,’)
# Criar a função para classificar a resistência à compressão
def categorize_strength(value):
if value <= 20:
return “Baixa resistência”
elif 20 < value <= 40:
return “Média resistência”
else:
return “Alta resistência”

# Aplicar a categorização ao dataset
df[“strength_category”] =
df[“concrete_compressive_strength”].apply(categorize_strength)

# Salvar o novo dataset (opcional)
df.to_csv(“concrete_data_classificado.csv”, index=False)

# Exibir as primeiras linhas para verificar
print(df.head())

Linguagem de Programação
Atividade Prática
O resultado será:
• VISUALIZAÇÃO DOS DADOS
Vamos solicitar alguns gráficos nesta parte do trabalho, realize a leitura do
material da rota, faça pesquisas na internet e execute as tarefas:
1. Utilizando um livro de estatística (da biblioteca virtual), pesquise
sobre gráfico de dispersão. Escreva a definição do gráfico de
dispersão. Cite a referência do livro utilizado, indique a página do
livro de onde pesquisou o conceito.
2. Pesquise sobre pairplot:
https://seaborn.pydata.org/generated/seaborn.pairplot.html#seaborn.pai
rplot
Crie um pairplot utilizando o banco de dados carregado.
Exemplo do gráfico:
Linguagem de Programação
Atividade Prática
3. Utilizando um livro de estatística (da biblioteca virtual), pesquise
sobre correlação. Escreva a definição de correlação. Cite a
referência do livro utilizado, indique a página do livro de onde
pesquisou o conceito.
4. Crie um gráfico de correlação, utilizando o banco de dados que
selecionamos acima.
Exemplo do resultado esperado:
5. Utilizando a tabela abaixo, analise os resultados do gráfico de
correlação (heatmap) gerado no exercício 4.
Fonte: SICSÚ; DANA, 2012, P.96.
Linguagem de Programação
Atividade Prática
• APLICAÇÃO DE MODELOS DE MACHINE LEARNING PARA
PREVER SE A QUALIDADE DA RESISTÊNCIA DO CONCRETO
A partir da base de dados Concrete Compressive Strength que carregamos
acima, execute as seguintes tarefas:
Vamos definir que variável target será a variável ‘’strength_category’’.
6. Crie partições contendo 75% dos dados para treino e 25% para teste
7. Normalize os dados
8. Treine os modelos utilizando (RandomForest e SVC – um tipo de SVM
específico para problemas de classificação).
9. Crie a matriz de confusão dos modelos.
10. Faça a análise a matriz de confusão criada.
ORIENTAÇÕES PARA A ENTREGA
• O aluno deverá entregar um ARQUIVO NO FORMATO PDF. Utilizar para o
arquivo word, o modelo disponibilizado na rota.
• Esta atividade é para ser realizada com consulta e pesquisa.
• No AVA existe um modelo em WORD para você utilizar. Se você optar por
submeter o seu arquivo em PDF, basta apertar em salvar como PDF no Word;
Você criou sua atividade no google colab, compartilhe sua atividade:
Linguagem de Programação
Atividade Prática
Esse link deverá ser informado no arquivo em word que você irá postar na
disciplina.
• CUIDADO!
A atividade é INDIVIDUAL. Caso o corretor observe trabalhos iguais, elas serão
consideradas como PLÁGIO e será atribuída a NOTA ZERO na questão;

Linguagem de Programação
Atividade Prática

COMO SE DARÁ A CORREÇÃO DA ATIVIDADE?

Apresentar os itens:
Atividade Solicitada Atendeu
totalmente
Atendeu
parcialmente
Não
atendeu
Total
do
Aluno
Definição do gráfico de dispersão, com a
referência bibliográfica
5 3 0
Apresentação do gráfico pairplot 10 5 0
Conceito de correlação, com a referência
bibliográfica
5 3 0
Analise os resultados do gráfico de
correlação (heatmap)
15 10, 8.
Corretor irá
avaliar
0
Criar partições contendo 75% dos dados
para treino e 25% para teste
5 3 0
Normalize os dados
10 5 0
Treine os modelos utilizando
(RandomForest e SVC – um tipo de SVM
específico para problemas de
classificação).
15 10, 8.
Corretor irá
avaliar
0
Crie a matriz de confusão dos modelos.
15 10, 8.
Corretor irá
avaliar
0
Faça a análise a matriz de confusão
criada.
15 10, 8.
Corretor irá
avaliar
0
Total
100
Após somado os pontos:
Foi solicitado ao aluno colocar o link para o google colab onde desenvolveu o trabalho, favor
testar o link, caso o link não tenha sido informado, ou não abrir, descontar 20 pontos do aluno.