===== 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/