projetos de ciência de dados
Todos os dados usados são exclusivamente para fins de demonstração, garantindo total privacidade e conformidade ética.
Clique nos títulos para acessar os Projetos (Notebook Colaboratoty).
Machine Learning
Neste projeto foi possível identificar potenciais elementos que influenciam os pedidos de demissão dos colaboradores. Foi aplicado modelos de Machine Learning ao conjunto de dados para prever quais funcionários estão mais propensos a sair da empresa e avaliar a eficácia desses modelos com base em métricas como precisão, recall e pontuação.
Neste projeto, empreendemos na criação de um modelo de aprendizado de máquina destinado a antever a taxa de evasão de clientes em uma empresa fictícia. Através da aplicação de técnicas de pré-processamento, exploração analítica e seleção criteriosa de atributos, buscamos aprimorar modelos de classificação, visando prognosticar quais clientes apresentam maior probabilidade de desvinculação da empresa. Além disso, almejamos identificar potenciais determinantes dessa decisão.
Neste projeto, utilizamos uma base de dados contendo transações de cartões de crédito, com o propósito de construir um modelo de aprendizado de máquina com habilidades discriminativas para detecção de fraudes. Através da aplicação de técnicas de pré-processamento, análise exploratória e meticulosa seleção de atributos, fomentamos o treinamento de modelos de classificação, com o objetivo de otimizar a identificação de transações fraudulentas e, concomitantemente, reduzir ao mínimo os falsos positivos.
Neste projeto, propomos empregar técnicas de análise, especificamente a regressão linear, para realizar previsões precisas das variações nas ações da Google. O principal propósito é auxiliar investidores a tomar decisões informadas e maximizar seus retornos financeiros. Ao aplicar a regressão linear aos dados históricos das ações da Google, iremos modelar as tendências e os padrões que podem influenciar os movimentos futuros do mercado.
auto Machine Learning
Neste projeto, utilizei a biblioteca de Auto Machine Learning Pycaret para desenvolver um modelo que possa prever o risco de câncer cervical com base em fatores de risco e características dos pacientes.
Ferramentas: Pycaret, Numpy, Sklearn, Imblearn, Pandas, Seaborn, Matplotlib
Será um prazer trabalhar
com todos vocês!
sarahfrezende@gmail.com
Redes Sociais