Please enable JavaScript.

Coggle requires JavaScript to display documents.

Analise de Dados (Etapas (Transformação do dados (Normalização (Z-Score …

- - - - Dados
        Inconsistentes.
        
        Maiúsculas e Minúsculas
        
        formatos diferentes de datas
        
        Unidades de Medidas Diferentes
      - Outliers
        
        erros
        
        eventos atípicos
      - Valores Faltantes
        
        Técnicas de tratamento
        
        Desprezar a Linha
        
        completar os valores ausentes manualmente
        
        usar uma constante global
        para completar valores faltante
        
        usar um atributo
        significativo para completar os valores.
        
        Usar um atributo significativo para todos os modelos através de uma mesma categoria de uma determinada linha. (REVER)
        
        Usar o valor mais provável para preencher os valores faltosos
        
        Pacote do R VIM
      - Dados Duplicados
        
        Expurgar
      - Classes desbalanceadas
        
        Accuracy Paradox
  - - - Z-Score
        z-score = (x-μ)/σ
        
        scale(x)
      - min/max
        
        min/max
        
        0 até 1
        
        normalize <- function(x) {
        return ((x - min(x)) / (max(x) - min(x)))
        }
        
        -1 até +1
    - - SMOTE
- - - - Exemplos
        
        Documentos
        
        Video
        
        Redes Sociais
    - - Exemplos
        
        Planilhas
        
        Dados de Apps em geral
        
        Tabelas
        
        Logs
    - - ehealth
      - iot
      - smartphones
      - home automation
      - smart grid
      - carros autonomos
- - - - Singularidade
      - Machine Learning
      - CPU vs. GPU
      - Processadores Cognitivos
      - Computação Quantica
      - swarm
      - Onde achar datasets
      - Distribuicoes de Probabilidades
      - Zipf Law
- - - - variância
      - desvio padrão
      - range
    - - moda
      - mediana
      - media
    - - steam leaf
      - boxplot
      - histogram
      - violin
  - - - QQplot
      - Scatterplot
- - - - Métricas
        
        Confiança
        
        Lift
        
        Suporte
      - apriori()
        inspect()
    - - Algoritmos
        
        A Priori
        
        F-Grow
  - - - Paradigma de
        Aprendizado
        
        Não Supervisionado
        
        Reinforced Learning
        
        Semi-Supervisionado
        
        Supervisionado
      - Tipos
        
        Regressão
        
        Classificação
    - - Classificação
        
        Precisão / Revocação
        
        Curva-ROC
        
        Matriz de Confusão
        
        (https://www.youtube.com/watch?v=FAr2GmWNbT0)
        
        Acurácia
      - Regressão
        
        Métodos baseados em
        erros quadrados
      - Classes não balanceadas
    - - Árvore de Decisão
        
        rpart(y~x1+x2+x3+...+xn)
        
        Algoritmo
      - Regressão Linear
        
        lm(y~x1)
      - Redes Neurais
        
        Zoo
        
        link externo
      - Rede Bayesianas
      - Clusters
        
        knn(k=10)
      - Ensemble
    - - Cross-validacao
      - separação de dados p/
        treinamento e testes