O objetivo deste projeto é desenvolver um modelo preditivo para resolver um problema real na área de Ciência de Dados e Machine Learning, no contexto apresentado pelo Parceiro de Mercado selecionado.
EXEMPLOS DE APLICAÇÃO:
- Predição de churn e turnover em contextos de retenção de consumidores ou colaboradores;
- Predição de sucesso/fracasso de novos produtos em mercados consolidados;
- Recomendação de produtos conforme padrões de consumo.
RECURSOS DE INFRAESTRUTURA OBRIGATÓRIOS:
- Linguagem de programação Python, bibliotecas Numpy, Pandas e Scikit-learn;
- Modelos de Machine Learning clássicos: kNN, k-Means, Naive Bayes, Random Forest, Árvore de Decisão, Regressão Linear, Regressão Logística, SVM, dentre outros. Não serão utilizadas redes neurais e técnicas de Deep Learning;
- Base de Dados: arquivos CSV ou Excel anonimizados, fornecidos pelo parceiro (com colunas-alvo preenchidas, para o caso de aprendizado supervisionado);
- Sistema de controle de versão: plataforma GITHUB;
- Sistema de desenvolvimento de modelo preditivo e análise de resultados: Google Colaboratory.
FINALIZAÇÃO E ENTREGA DO PROJETO:
Todos os protótipos gerados durante o projeto são entregues ao final da 10° semana.
