Biblioteca Python de verificações de qualidade: duplicidade, formato, precisão e outliers
Bases de clientes e de fontes públicas chegam com duplicados, formatos errados e valores fora de faixa. Sem medir isso antes, os modelos herdam o erro. Cada projeto reescrevia os mesmos testes.
O que o projeto precisava entregar
Reunir testes automáticos de qualidade que rodam sobre qualquer DataFrame e apontam o problema por coluna.
Como este case aparece aqui
Por acordo com o cliente, a empresa é identificada apenas pela atividade econômica — Plataforma de Dados. O resultado não aparece porque não foi apurado nos arquivos do projeto; onde houve apuração, ela está publicada nos casos em destaque.
Veja também
Classes Python reutilizáveis de qualidade de dados e agentes para a plataforma ML Pipeline
Plataforma de Dados: Cada projeto de dados repetia a mesma verificação de qualidade (nulos, duplicados, outliers,…
Ler →ROI Engine Causal
Motor de ROI baseado em inferência causal e modelos bayesianos: marketing mix, atribuição e impacto de ações com…
Ler →Acervo de machine learning: de modelos clássicos em R a redes bayesianas, previsão e aprendizado por reforço
Educação e Pesquisa: Projetos de dados para clientes exigem repertório amplo de técnicas: classificação, regressão,…
Ler →