Ciência de dados aplicada ao domínio dos vinhos: um estudo com o Dataset X-Wines

Abstract

O presente trabalho realiza uma análise exploratória e estatística no dataset X-Wines com milhares de rótulos de vinhos que é amplamente utilizado em ciência de dados. Buscou-se identificar padrões de consumo a partir da avaliação de vinhos por usuários considerando os atributos físico-químicos contidos nos rótulos. Foi desenvolvido um código na linguagem Python utilizando bibliotecas como Pandas, NumPy e SciPy para processamento, análise estatística e validação dos dados, executado no Google Colab. Os resultados identificaram uma fraca correlação entre atributos como o teor alcoólico e a nota média de satisfação atribuída aos vinhos. Conclui-se que a percepção de qualidade pelo público é definida pela combinação sensorial dos atributos do vinho, refletindo sua complexidade natural.

This study performs an exploratory and statistical analysis on the X-Wines dataset, which contains thousands of wine labels and is widely used in data science. The aim was to identify consumption patterns based on user evaluations of wines, considering the physicochemical attributes found on the labels. Python code was developed using libraries such as Pandas, NumPy, and SciPy for data processing, statistical analysis, and validation, and executed on Google Colab. The results identified a weak correlation between attributes such as alcohol content and the average satisfaction score assigned to the wines. It is concluded that the public's perception of quality is defined by the sensory combination of wine attributes, reflecting its natural complexity.