Este estudo investiga quais fatores distinguem estudantes socioeconomicamente vulneráveis (ESCS no primeiro quartil) que atingem alto desempenho em pensamento criativo no PISA 2022. A metodologia corrige data leakage estrutural ao (1) filtrar a população antes do particionamento treino/teste, (2) definir o alvo apenas por CRT_SCORE na subamostra vulnerável e (3) excluir ESCS, HOMEPOS, HISCED e CRT_SCORE dos preditores. Modelos GLM, Random Forest e XGBoost são avaliados com threshold de Youden, curvas ROC/PR, fairness por sexo e explicabilidade (SHAP, PDP).

Resolução do Exercício 12 da disciplina Visualização de Dados (PPGIA/UFRPE), envolvendo gráficos em R Base e Plotly para análise estatística, desempenho computacional, monitoramento de recursos e exploração do dataset Netflix.

Relatório desenvolvido na disciplina Computação para Análise de Dados (UFRPE), utilizando o algoritmo MARS para modelagem preditiva da concentração de ozônio atmosférico com dados ambientais do dataset airquality da linguagem R.