

Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Em um projeto voltado à modernização do acompanhamento processual, a equipe de analistas de um tribunal identificou duas demandas distintas: estimar o prazo de conclusão dos processos judiciais a partir de dados históricos e detectar agrupamentos de demandas com características semelhantes, sem informações prévias de classificação. Com base nos conceitos de aprendizado de máquina, a solução adequada para atender a esses objetivos envolve a utilização de modelos
descritivos voltados à identificação de padrões ocultos e modelos supervisionados aplicados à previsão de variáveis-alvo.
baseados em regras, que utilizam conhecimento prévio sobre categorias de dados para identificar padrões e agrupar entradas sem depender de algoritmos de aprendizado automático.
supervisionados para classificação de categorias conhecidas e modelos descritivos para análise de similaridades em conjuntos rotulados.
supervisionados para tarefas de regressão e classificação, sendo aplicáveis inclusive na identificação de estruturas de agrupamento quando há inferência posterior.
descritivos capazes de apoiar a previsão de variáveis em cenários com baixa disponibilidade de rotulagem, com uso complementar de técnicas supervisionadas para refinamento estatístico.