Skip to content

Project II

Entrega

📆 05.dez 🕒 23:59

Grupo do Projeto Integrador

Entrega do link do projeto via Canvas.

O link deve apontar para uma página pública do GitHub contendo a documentação (relatório) e o repositório do projeto.

Obrigatório: o uso de mkdocs ou similar para a documentação do projeto. Utilize o template: template-projeto-integrador.

O Projeto II busca aplicar Machine Learning no contexto do Projeto Integrador.

O objetivo é implementar, ao menos 3 algoritmos dos estudados, sobre os dados do projeto, e analisar os resultados. A escolha dos algoritmos deve ser justificada no relatório, considerando a natureza dos dados e os objetivos do projeto.

O projeto deve incluir as seguintes etapas:

  1. Exploração dos Dados: Análise inicial do conjunto de dados, incluindo visualizações e estatísticas descritivas.

    Caso não haja um histórico significativo de dados, deve-se criar um conjunto de dados sintético que simule o cenário do projeto.

  2. Regressão: Prever uma variável contínua (ex.: preço, temperatura, vendas). Esse projeto deve ser focado em regressão, ou seja, prever valores numéricos contínuos.

  3. Seleção dos Modelos: Escolha de pelo menos três algoritmos de Machine Learning para implementar.

  4. Avaliação dos Modelos: Avaliação do desempenho dos modelos utilizandos com as métricas apropriadas. Comparação dos resultados.

  5. Relatório Final: Documentação do processo, resultados obtidos e possíveis melhorias.

Pode ser utilizado bibliotecas como pandas, numpy, matplotlib e scikit-learn para auxiliar no desenvolvimento do projeto.

Rubrica de Avaliação

Critério Descrição Pontos
Exploração dos Dados Análise inicial do conjunto de dados, incluindo visualizações e estatísticas descritivas. 10
Geração de Dados Sintéticos Criação de um conjunto de dados sintético que simule o cenário do projeto, caso não haja um histórico significativo de dados. 10
Implementação dos Modelos Implementação correta dos algoritmos escolhidos, com justificativa adequada. 30
Avaliação dos Modelos Avaliação do desempenho dos modelos utilizando as métricas apropriadas e comparação dos resultados. 30
Relatório Final Documentação clara e completa do processo, resultados obtidos e possíveis melhorias. 20

Entrega

A entrega deve ser feita através do Canvas - Projeto de Dados II. Só serão aceitos links para repositórios públicos do GitHub contendo a documentação (relatório) e o código do projeto. Conforme exemplo do template-projeto-integrador. ESTE PROJETO PODE SER FEITO COM O GRUPO DO PROJETO INTEGRADOR.