LINGUAGEM R MOD3
Revisão de 15h10min de 17 de junho de 2024 por Douglas (discussão | contribs) (→Preparação do Ambiente de Análise de Dados)
Preparação do Ambiente de Análise de Dados
- DESTAQUE
- Ao final deste módulo, você deverá ser capaz de classificar alguns algoritmos de regressão, classificação e clusterização relacionados à machine learning. Além disso, você também desenvolverá aptidão para classificar as técnicas e etapas de construção do modelo preditivo de machine learning e seus principais conceitos.
- Machine learning ou aprendizagem de máquina é uma representação que tem como objetivo criar um modelo a partir de dados históricos para generalizar decisões.
- PERGUNTA
- Mas o que vem a ser um modelo nesse contexto?
- RESPOSTA
- Modelo é uma representação dos relacionamentos existentes nos dados por meio de uma fórmula matemática.
Antes de estudarmos os algoritmos, vamos aprender alguns termos utilizados para se referir a partes específicas de um conjunto de dados.
- Instâncias ou observações
- São as linhas do dataset.
- Variável resposta/dependente, classe, label ou target
- É a variável/coluna que se quer prever.
- Features, atributos, dimensões ou variáveis independentes/explicativas
- São colunas do dataset que podem ser utilizadas para prever a variável target.
A imagem a seguir ilustra alguns conceitos fundamentais para darmos continuidade ao nosso estudo.
Fonte: Raschka (2015).