Acervo de machine learning: de modelos clássicos em R a redes bayesianas, previsão e aprendizado por reforço
Projetos de dados para clientes exigem repertório amplo de técnicas: classificação, regressão, clusterização, recomendação, cestas, previsão, estatística bayesiana, otimização de estoque e IA em Python. A pasta guarda, em um só lugar, a base de estudo e os exemplos prontos que a equipe usa para escolher e adaptar o método de cada projeto.
O que o projeto precisava entregar
Servir de biblioteca de referência para os projetos da organização: exemplos executáveis por técnica, em R e Python, organizados por tema, para acelerar o desenho de modelos e o treinamento de analistas.
Como este case aparece aqui
Por acordo com o cliente, a empresa é identificada apenas pela atividade econômica — Educação e Pesquisa. O resultado não aparece porque não foi apurado nos arquivos do projeto; onde houve apuração, ela está publicada nos casos em destaque.
Veja também
Biblioteca Python de verificações de qualidade: duplicidade, formato, precisão e outliers
Plataforma de Dados: Bases de clientes e de fontes públicas chegam com duplicados, formatos errados e valores fora…
Ler →Análise de rede dos membros de uma ordem para medir influência por centralidade
Serviços e Terceirização: A organização não sabia quais membros ligam grupos e têm mais influência na rede formada…
Ler →Previsão de sellin, sellout e estoque por produto, com precisão acima de 97%
Indústria farmacêutica: previsão dinâmica de sellin, sellout e inventário por produto, com rolling forecast e…
Ler →