Mapa Mental - Ciência de Dados

Prévia do material em texto

Modelos de Aprendizado de Máquina Classificação e Parâmetros Regressão Logística é usada para Selecionar características classificação binária com função relevantes é essencial para um bom logística. modelo. Naive Bayes assume independência Escolha do algoritmo adequado condicional entre variáveis para impacta diretamente na qualidade da previsão. classificação. Underfitting ocorre quando modelo é Ajuste de hiperparâmetros otimiza simples demais para capturar padrões. desempenho do modelo de Treinamento ajusta parâmetros para classificação. minimizar a função de perda do modelo. Avaliação rigorosa evita vieses e melhora a generalização do modelo. Ciência Etapas da Ciência de Dados de Preparação e Pré-processamento de Dados Coleta de dados envolve reunir Pré-processamento envolve limpeza, informações relevantes para análise transformação e redução dos dados brutos. futura. Limpeza de dados prepara OS dados Dados Tratamento de outliers e codificação de categorias são etapas importantes. removendo inconsistências e erros. Redução de dimensionalidade ajuda a simplificar Modelagem é a fase onde se dados complexos para análise. desenvolvem modelos de mineração de Amostragem pode ser usada para criar conjuntos dados. de dados representativos. Avaliação verifica desempenho dos modelos com dados de validação. Big Data e suas Características Volume refere-se à grande quantidade de dados gerados e armazenados. Velocidade é a rapidez com que OS dados Avaliação de Modelos são gerados e processados. Sumarização de Dados Variedade indica a diversidade de tipos Uso de dados de teste para de dados, estruturados e não Sumarização reduz dados medir desempenho em dados não estruturados. complexos mantendo informações vistos. essenciais. Os 3 Vs definem OS desafios e Métricas comuns incluem necessidades específicas do Big Data. Sumarização automática usa acurácia, precisão, recall e algoritmos para extrair Fl-score. informações sem intervenção. Avaliação rigorosa garante que Sumarização manual depende da modelo generalize bem para interpretação humana dos novos dados. dados. Escolha correta de métricas Sumarização automática é mais depende do problema e do tipo rápida e eficiente que a de dados. manual.