<?xml version="1.0" encoding="UTF-8"?><oembed><type>video</type><version>1.0</version><html>&lt;iframe src=&quot;https://www.loom.com/embed/cbd6a02345264fd88404ddb9c7bc04bc&quot; frameborder=&quot;0&quot; width=&quot;1920&quot; height=&quot;1440&quot; webkitallowfullscreen mozallowfullscreen allowfullscreen&gt;&lt;/iframe&gt;</html><height>1440</height><width>1920</width><provider_name>Loom</provider_name><provider_url>https://www.loom.com</provider_url><thumbnail_height>1440</thumbnail_height><thumbnail_width>1920</thumbnail_width><thumbnail_url>https://cdn.loom.com/sessions/thumbnails/cbd6a02345264fd88404ddb9c7bc04bc-ec15a8f6af248014.gif</thumbnail_url><duration>683.885</duration><title>Evolução de tópicos em TCCs DCA</title><description>Eu, Icaro Cortez, apresento o nosso trabalho de Algoritmos e Estruturas de Dados 2 no repositório Teses Minor. A ideia foi fazer scraping de TCCs do DCA de 2019 a 2025, extrair trechos de resultados e conclusões com regex e usar NLP com NMF para identificar tópicos e gerar histogramas e um grafo interativo. Em unidades absolutas, em 2019 a análise de dados com Python foi o principal tópico, e a partir de 2021 cresce linguagem natural e consultas a modelos, com 2024 atípico por menos TCCs úteis. Nos grafos gerais, análise de dados com Python se relaciona com quase todos, aparecendo em 50 TCCs, e modelos e redes neurais em 52. Não pedimos ação específica aos espectadores.</description></oembed>