Please enable JavaScript.

Coggle requires JavaScript to display documents.

Análise Exploratória, Coleta e Escalabilidade - Coggle Diagram

- - - - Corrigir erros, remover duplicatas e tratar valores ausentes
    - - Colocar atributos em mesma escala
      - importante para algoritmos baseados em distância
    - - Evitar que o modelo favoreça a classe majoritária
      - Oversampling, Undersampling, SMOTE
    - - Remover ou suavizar valores extremos que distorcem análises
    - - Diminuir tamanho do conjunto de dados mantendo a relevância
      - redução de dimensionalidade, amostragem, eliminação de atributos redundantes
- - - - CSV, SQL
    - - Json, XML
    - - Texto, imagens, áudio, vídeos
- - - - treino/teste, k-fold e etc.
    - - Numpy ou Scipy -> cálculos e álgebra linear
      - Pandas -> manipulação e análise de tabelas
      - Scikit-Learn -> aprendizado de máquina escalável