Desafio - Módulo 1 - Bootcamp - Arquiteto(a) de Big Data

Prévia do material em texto

Bootcamp: Arquiteto(a) de Big Data 
Desafio Final 
Módulo 1 Fundamentos de Big Data 
 
Objetivos 
Exercitar o entendimento teórico e prático apresentado nas videoaulas. 
 
Enunciado 
Uma operadora de seguro de saúde identificou que as variáveis de peso e nível de 
colesterol influenciam no desenvolvimento de doenças cardíacas. Pensando nisso, faz-
se necessário identificar os perfis de pessoas com maior risco à saúde e delimitar os 
limites entre os grupos de risco. 
A operadora de seguro de saúde identificou quatro grandes grupos: 
1. Alto Risco; 
2. Risco Moderado alto; 
3. Risco Moderado baixo; 
4. Baixo Risco. 
Para alcançar esse objetivo, vamos utilizar o modelo agrupamento pelo algoritmo das K-
Means. 
 
 
 
 
 
 
 
 
 
Atividades 
Os alunos deverão desempenhar as seguintes atividades: 
1. Criar um projeto no Google Drive; 
2. Coletar e analisar os dados dos seguintes datasets: 
a. dados_clientes; 
b. estados_brasileiros; 
c. idade_clientes. 
3. Manipular dados e corrigir erros, se necessário; 
4. Implementar algoritmo não supervisionado; 
5. Criar agrupamento para quatro grupos distintos; 
6. Responder às questões teóricas e práticas do trabalho. 
Observações: 
1. Implemente o algoritmo não supervisionado K-means; 
2. Para o cálculo do WCSS, vocês devem escolher apenas os atributos de peso e 
colesterol; 
3. Utilize, se necessário, a estratégia de substituição de dados ausentes pela média 
para os dados numéricos e moda para dados categóricos; 
a. Utilize arredondamento de 2 casas decimais. 
4. Atenção para os indicadores dos agrupamentos realizados.