Nesse repositório constam projetos de data science com algoritmos de machine learning de aprendizado supervisionado (regressão e classificação) e de aprendizado não supervisionado (clustering). Também projetos de deep learning, onde aplico redes neurais para problemas de classificação, regressão e séries temporais.
Projeto 1 - Análise de regressão linear Aplicação da biblioteca MLR para geração de modelos de regressão linear para explicar a variação do peso de pescados. Foram gerados três modelos, dois quais o melhor foi o último que apresentou métricas de melhor desempenho e comportamento dos resíduos próximos de uma distribuição normal.
Projeto 2 - AutoML para classificação Aplicação da biblioteca de AutoML TPOT para classificação de preços de celulares. Com o uso dessa biblioteca foi gerado um modelo com uma acurácia de 97.4%.
Projeto 3 - AutoML para regressão Utilização da biblioteca TPOT para modelagem de problema de regressão da competição Kaggle de previsão do preços de casas. Após aplicar várias gerações, aplicamos os dados de teste ao modelo e obtivemos, na competição, um RMSE (raiz quadrada do erro média quadrado) de 0.15742;
Projeto 4 - Clustering de ações Usando dados de indicadores fundamentalistas extraídos do site Fundamentus agrupei ações de empresas listadas na Bovespa. Geramos com o modelo Mini Batch Kmeans 5 grupos de ações similares;
Projeto 5 - Competição Titanic Usando modelos de machine learning para prever a sobrevivência de passageiros do Titanic. Foram usados 21 modelos de classificação, desses, o de melhor desempenho na competição da Kaggle, foi o MPL Classifier (uma rede neural da biblioteca Scikit-Learn) com 80.32% de acurácia;
Projeto 6 - ProjetoCampanha Usando o modelo Gradient Boosting para classificar clientes de uma campanha bancária, o modelo teve um desempenho superior à baseline (50.32%), tendo uma acurácia média de 82% e AUC de 0.9 (considerado um resultado considerado satisfatório);
Projeto 7 - ProjetoCancer Aplicando um algoritmo de árvore de decisão (Decision Tree) para identificação de tipos de tumores. O modelo obteve uma precisão de 97% para a classe de tumores beningnos e de 93% de precisão para a classe de tumores malignos. Também foi gerado um modelo com apenas as features mais importantes, mas o desem penho foi um pouco inferior ao primeiro modelo;
Projeto 8 - ProjetoCenso Aplicação de modelos de machine learning para classificação de renda de indivíduos com base nas características do censo. Foram utilizados 11 modelos de classificação e, desses modelos, o de melhor desempenho foi o XGBoost Classifier que obteve uma acurácia de 88.77% e um AUC de 0.96 (desempenho alto);
Projeto 9 - ProjetoDiabetes Classificando ocorrência de diabetes. Foram usados 8 modelos de classificação (sendo 6 do tipo árvore) e destes modelos o que apresentou melhor desempenho na classificação da doença de diabetes foi a Extra Tree com uma acurácia de 85% e uma AUC de 88%;
Projeto 10 - ProjetoInsurance Usando regressão linear para prever/calcular o valor do sinistro pago por clientes de planos de saúde a partir das características dos mesmos. Foram aplicadas ao modelo features que possuiam maior correlação, além de aplicarmos features polinomiais ao modelo o que reduziu o erro do modelo e aumentou o poder explicativo do mesmo;
Projeto 11 - ProjetoVinho A partir das características de vários tipos de vinho e aplicando métodos de seleção de clusters (elbow method e silhouette score), utilizamos o algoritmos de clusterização KMeans e identificamos 4 clusters de vinhos;
Projeto 12 - Rede Neural para Classificação Aplicação de redes neurais artificais para identificação de clientes que sejam propensos a contratar o empréstimo pessoal oferecido pelo banco. Como resultado foram geradas três redes neurais com acurácia acima de 98%.
Projeto 13 - Regras de Associação Aplicando o algoritmo Apriori em uma base de cestas de compras foram identificadas regras e padrões de compras, como por exemplo :
-
quem compra butter, other vegetables e whipped/sour cream também compra whole milk com uma confiança de 0.723404 e um lift de 3.2527;
-
quem compra butter, other vegetables e yogurt também compra whole milk com uma confiança de 0.73469 e um lift 3.3035;
-
quem compra citrus fruit, root vegetables e tropical fruit também compra other vegetables com uma confiança de 0.8 e um lift de 4.7819.