Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- ia:aed [2026/07/22 12:20] – removida - edição externa (Data desconhecida) 127.0.0.1
+++ ia:aed [2026/07/22 12:20] (atual) – ↷ Página movida de aed para ia:aed jdos
@@ Linha 1: / Linha 1: @@
+===== Atividades do Aprendizado =====
+  - Subdivisão: Dados de treino de testes.
+  - Escolha de algoritmos
+  - Treinamento
+  - Avaliação e teste
+==== Interação do aprendizado cíclico ====
+Realizar nova avaliação -> Modificar os dados -> Alterar os Parâmetros -> Realizar novos testes
+===== Descrição de Padrões =====
+==== Tendência Central ====
+  - Média
+  - Mediana
+  - Moda
+==== Dispersão ou disseminação de dados ====
+  - Faixa
+  - Mínimo
+  - Máximo
+  - Quartis
+  - Variância
+  - Desvio-padrão
+==== Outros ====
+  - Tabela de distribuição de frequência
+  - Histograma
+  - Gráfico de pizza
+  - Polígonos de frequência
+  - Gráficos de barras
+===== Valores Ausentes =====
+  - Recorrer ao processo que ela é gerada e tentar recupera-la
+  - **Imputation** - alterar um valor ausente por um substituto, exitem técnicas:
+        - Educated Guessing - deduz o valor de acordo com o padrão dos dados - Não muito utilizada
+        - Average Imputation - utiliza-se o valor médio da coluna (para dados numéricos) e atribui esse valor para os campos ausentes.
+        - Common point Imputation - Utiliza-se o valor mais comum da coluna e insere aos campos vazios.
+        - Regression Substitution - Cria-se um modelo de regressão múltiplo para estimar valores ausentes.
+        - Multiple Imputation -  Estende o conceito de regressão com a identificação de correlações com os dados ausentes.
+=== Normalização de Valores ===
+Deixar todos os conjuntos de dados em uma escala comum, sem distorcer as diferenças no intervalo de valores, ou seja, transformar um conjunto de dados  que estão em diferentes grandezas e escalas em um conjunto de dados padronizados.
+===== Outliers =====
+=== Tratamento de outliers ===
+É um valor atípico, que apresenta um grande afastamento dos valores da série, ou que é inconsistente, ou seja, identificar registros fora do comum e analisá-los de acordo com o interesse.
+É um estratégia para melhorar ou adequar o conjunto de dados obtidos.
+Os resultados de um pesquisa podem ser **fortemente comprometidos devido ao fato de pessoas se sentirem constrangidas e não querem responder determinadas questões.**
+Técnicas para preencher informações faltantes:
+  - Descartar a pessoa/dado que tenha pelo menos uma variável faltante.
+  - Preencher o dado faltante utilizando técnicas de imputação de dados (como já citadas).
+==== Sites para dados públicos brasileiros ====
+  - https://dadosabertos.camara.leg.br/
+  - https://www.senado.leg.br/
+  - http://dadosabertos.cl.df.gov.br/
+  - http://dados.gov.br
+  - http://dados.df.gov.br/
+  - https://brasil.io/
+  - https://patiodigital.prefeitura.sp.gov.br/