EN | PT

Machine learning applied to predicting awards in cinema metadata

This repository contains the final monograph for the MBA in Data Science at ICMC/USP, authored by Martinho Hoffman, focused on applying machine learning models to predict film nominations and wins at the Academy Awards.

The project combines:

• an academic text written in LaTeX, based on the USPSC template;
• exploratory analysis and data preparation in Python/Jupyter;
• figures generated from the experiments and used in the final document.

Objective

The study investigates the applicability of machine learning models to predict the probability of film nominations and awards at the Oscars, especially in the Best Picture category, using features such as revenue, production countries, original language, and other cinema metadata.

Repository structure

• TCC.tex: main document entry point.
• 0-pre-textual.tex to 6-Abstract.tex: front matter, abstract, and supporting pre-textual sections.
• Cap1-Introducao.tex, Cap2-Metodologia.tex, Cap3-Desenvolvimento.tex, Cap3-Conclusao.tex, Cap4-Conclusao.tex: thesis chapters.
• fim0-bibliografia.bib: bibliography file.
• USPSC.cls and USPSC1.cls: USP Sao Carlos LaTeX classes.
• notebook/oscar.ipynb: notebook with the project analysis.
• notebook/notebook_original.py: Python script version of the main data-processing workflow.
• *.png: figures and charts used in the monograph.
• Extras/: auxiliary template files and reference materials.

Data sources

The script in notebook/notebook_original.py references Kaggle datasets, especially:

• the_oscar_award
• the_movies_dataset

The script expects Kaggle-style paths such as kaggle/input/.... Those datasets are not versioned in this repository.

How to compile the document

With a LaTeX distribution installed, compile the main file with:

pdflatex TCC.tex
bibtex TCC
pdflatex TCC.tex
pdflatex TCC.tex

If you prefer, use latexmk to automate the process:

latexmk -pdf TCC.tex

Notes

• The repository includes both the monograph sources and exported graphical artifacts.
• The notebook/ directory documents the analytical part of the project, while the .tex files contain the final written work.
• This English section was added to make the repository easier to navigate for non-Portuguese readers.

---

Aprendizagem de máquina aplicada à previsão de premiações em metadados de cinema

Monografia do MBA em Ciências de Dados do ICMC/USP, de autoria de Martinho Hoffman, sobre a aplicação de modelos de aprendizagem de máquina para prever indicação e vitória de filmes no Oscar.

O trabalho combina:

• texto acadêmico em LaTeX, baseado no modelo USPSC;
• análise exploratória e preparação de dados em Python/Jupyter;
• figuras geradas a partir dos experimentos e utilizadas no documento final.

Objetivo

O estudo investiga a aplicabilidade de modelos de machine learning na previsão de chances de indicação e premiação de filmes no Academy Awards, em especial na categoria de Melhor Filme, a partir de atributos como renda, países de produção, idioma original e outros metadados de cinema.

Estrutura do repositório

• TCC.tex: arquivo principal do documento.
• 0-pre-textual.tex a 6-Abstract.tex: elementos pré-textuais, resumo e abstract.
• Cap1-Introducao.tex, Cap2-Metodologia.tex, Cap3-Desenvolvimento.tex, Cap3-Conclusao.tex, Cap4-Conclusao.tex: capítulos do trabalho.
• fim0-bibliografia.bib: referências bibliográficas.
• USPSC.cls e USPSC1.cls: classes LaTeX do modelo USP São Carlos.
• notebook/oscar.ipynb: notebook com a análise do projeto.
• notebook/notebook_original.py: versão em script Python do fluxo principal de tratamento de dados.
• *.png: figuras e gráficos usados na monografia.
• Extras/: arquivos auxiliares do modelo e materiais de referência.

Fontes de dados

O script em notebook/notebook_original.py referencia datasets do Kaggle, em especial:

• the_oscar_award
• the_movies_dataset

Os caminhos esperados no script seguem o padrão de ambiente do Kaggle, como kaggle/input/.... Esses arquivos não estão versionados neste repositório.

Como compilar o documento

Com uma distribuição LaTeX instalada, compile o arquivo principal:

pdflatex TCC.tex
bibtex TCC
pdflatex TCC.tex
pdflatex TCC.tex

Se preferir, use latexmk para automatizar o processo:

latexmk -pdf TCC.tex

Observações

• O repositório reúne tanto os fontes da monografia quanto artefatos gráficos já exportados.
• A pasta notebook/ documenta a parte analítica do trabalho, enquanto os arquivos .tex concentram a redação final.
• O arquivo README.md foi preenchido para facilitar navegação, manutenção e futura reprodução do projeto.