Ciência e Dados
Menu
  • Home
  • Sobre
  • Contato
Menu
Os 7 Passos Para Construir Modelos de Machine Learning

Os 7 Passos Para Construir Modelos de Machine Learning

Posted on 27 de outubro de 202227 de outubro de 2022 by David Matos

Aqui estão os 7 passos principais para construir modelos de Machine Learning, com o percentual em relação ao total, de cada um dos passos.

1- Compreender o Problema de Negócio (10%)

Todos os projetos de aprendizado de máquina (Machine Learning) começam com o problema, o escopo e os riscos para o negócio. Comece fazendo as perguntas certas:

• Qual é o problema a ser resolvido?
• Qual é o objetivo do negócio?
• Qual é o horizonte de previsão?
• Qual é o processo atual?
• Qual é o impacto potencial nos negócios?

2- Realizar Análise de Viabilidade (10%)

Antes de se comprometer com um projeto, avalie a viabilidade conduzindo uma exploração dos dados brutos. Crie gráficos que realizam análises de correlação das variáveis de entrada e a variável de destino.

Machine Learning não cria padrão nos dados, apenas detecta um padrão já existente. Se não existir algum padrão nos dados, devemos buscar outros dados.

3- Pré-Processamento de Dados (30%)

Os dados precisam ser limpos, organizados e pré-processados. Esta é a etapa mais longa do processo e envolve correção de erros, tratamento de valores ausentes, tratamento de outliers, encoding, conversão de variáveis, padronização e diversas outras técnicas.

4- Engenharia de Recursos e Seleção de Recursos (20%)

Nesta etapa é preciso verificar quais variáveis serão usadas na modelagem, quais devem ser descartadas, quais devem ser combinadas e se novas variáveis (recursos) devem ser coletadas.

5- Modelagem e Avaliação (10%)

Esta é a parte divertida do projeto (embora represente apenas 10% de todo o trabalho). Dependendo do requisito do projeto, podemos utilizar modelos de autocorrelação como SARIMA, modelos baseados em árvore, Deep Learning com LSTMs ou mesmo Transformers. Também devemos utilizar validação cruzada para garantir que o modelo generalize bem. Para ajuste de parâmetros, usamos a otimização Bayesiana ou busca aleatória, entre outras opções.

6- Deploy (15%)

Aqui o objetivo é fazer o modelo resolver o problema para o qual ele foi criado. O deploy envolve as etapas de publicar o modelo, fazê-lo receber novos dados e então extrair suas previsões. O modelo pode ser integrado em uma aplicação web ou mobile, por exemplo.

7- Apresentação do Resultado (5%)

Só porque você criou um modelo e fez o deploy, não significa que o trabalho para por aí. Você tem que “vender” a capacidade do modelo em resolver o problema de negócio. Você tem que mostrar como Machine Learning pode fazer diferença, o ROI (Retorno Sobre o Investimento) e os resultados esperados.

Os passos acima foram descritos por Daniel Lee, ex-Google Data Scientist e fundador da DataInterview. Saiba mais sobre como ele constrói modelos no EP20 do Podcast “The Data Scientist Show”.

David Matos

Compartilhar

  • Clique para compartilhar no Twitter(abre em nova janela)
  • Clique para compartilhar no Facebook(abre em nova janela)
  • Clique para compartilhar no LinkedIn(abre em nova janela)
  • Clique para compartilhar no WhatsApp(abre em nova janela)
  • Clique para compartilhar no Telegram(abre em nova janela)
  • Clique para compartilhar no Tumblr(abre em nova janela)
  • Clique para compartilhar no Pinterest(abre em nova janela)

Relacionado

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Assinar blog por e-mail

Digite seu endereço de e-mail para assinar este blog e receber notificações de novas publicações por e-mail.

Buscar

Twitter

Meus Tuítes

Tags Mais Comuns nos Posts

Anaconda Analytics Análise de Negócios Apache Spark AWS Big Data Blockchain Business Intelligence ChatGPT Chief Data Officer Cientista de Dados Cientistas de Dados Ciência de Dados Cloud Computing Data Lake Data Mesh Data Science Data Scientist Data Warehouse Deep Learning Deploy Descriptive Analytics Diagnostic Analytics Engenharia de Dados Engenheiro de Dados Estatística GPU Hadoop Inteligência Artificial Internet of Things Linguagem Python Linguagem R Machine Learning MapReduce Metadados NoSQL NVIDIA Open Data Oracle Predictive Analytics Prescriptive Analytics Probabilidade Python Salários Data Science Visualização

Histórico de Posts

  • março 2023 (3)
  • fevereiro 2023 (3)
  • janeiro 2023 (5)
  • dezembro 2022 (8)
  • novembro 2022 (7)
  • outubro 2022 (2)
  • setembro 2022 (3)
  • agosto 2022 (2)
  • julho 2022 (2)
  • junho 2022 (3)
  • maio 2022 (1)
  • abril 2022 (3)
  • março 2022 (1)
  • fevereiro 2022 (3)
  • janeiro 2022 (2)
  • dezembro 2021 (1)
  • novembro 2021 (5)
  • outubro 2021 (2)
  • setembro 2021 (3)
  • agosto 2021 (1)
  • junho 2021 (1)
  • fevereiro 2021 (2)
  • janeiro 2021 (1)
  • dezembro 2020 (1)
  • novembro 2020 (1)
  • outubro 2020 (2)
  • agosto 2020 (1)
  • abril 2020 (1)
  • março 2020 (1)
  • fevereiro 2020 (2)
  • agosto 2019 (1)
  • abril 2019 (1)
  • setembro 2018 (2)
  • julho 2018 (1)
  • junho 2018 (3)
  • abril 2018 (1)
  • março 2018 (1)
  • fevereiro 2018 (2)
  • janeiro 2018 (1)
  • dezembro 2017 (1)
  • novembro 2017 (1)
  • outubro 2017 (1)
  • setembro 2017 (1)
  • julho 2017 (1)
  • junho 2017 (1)
  • maio 2017 (2)
  • abril 2017 (1)
  • janeiro 2017 (1)
  • novembro 2016 (1)
  • outubro 2016 (1)
  • setembro 2016 (1)
  • julho 2016 (1)
  • junho 2016 (1)
  • maio 2016 (1)
  • abril 2016 (1)
  • fevereiro 2016 (1)
  • janeiro 2016 (3)
  • dezembro 2015 (4)
  • novembro 2015 (6)
  • outubro 2015 (9)
  • setembro 2015 (9)
  • agosto 2015 (9)
©2022 Ciência e Dados