Projetos
Por Bruno Assis
Este portfólio apresenta uma coleção de projetos onde aplico competências em Machine Learning, análise de dados e engenharia de dados para resolver desafios complexos. Cada projeto detalha uma abordagem end-to-end: desde a coleta e o pré-processamento dos dados até a implementação de modelos e a extração de insights acionáveis.
Projetos disponíveis
-
Clusterização de Dados com K-Means
Um projeto de aprendizado não supervisionado utilizando o algoritmo K-Means para identificar grupos (clusters) naturais em um conjunto de dados. A análise inclui a determinação do número ideal de clusters através do Método do Cotovelo e a avaliação da qualidade do agrupamento.
-
Comparação de Métricas: KNN vs. K-Means
Uma análise comparativa entre um algoritmo supervisionado (KNN) e um não supervisionado (K-Means) na tarefa de classificação do dataset Iris. O projeto foca na geração e interpretação de métricas de avaliação.
-
Classificação de Qualidade de Vinhos
Um projeto completo de classificação para prever a qualidade de vinhos com base em suas características físico-químicas. O estudo compara o desempenho de três algoritmos distintos: Árvore de Decisão, KNN e o método não supervisionado K-Means.
-
Classificação de solo por satélite
Um projeto de classificação para determinar o tipo de solo a partir de dados multiespectrais de satélite, utilizando o algoritmo K-Nearest Neighbors (KNN). O processo inclui pré-processamento, padronização de features e avaliação de performance.
-
Classificação de flores iris
Um estudo de caso clássico utilizando o algoritmo de Árvore de Decisão para classificar espécies de flores. Inclui a análise exploratória em notebook Jupyter e o relatório técnico completo do processo.