O CREA pretende utilizar Ciência de Dados para priorizar a...
O CREA pretende utilizar Ciência de Dados para priorizar a fiscalização de obras e serviços registrados por meio de Anotações de Responsabilidade Técnica (ARTs). Para isso, foi disponibilizado um conjunto de dados históricos contendo características das ARTs, informações sobre as obras, área de atuação profissional, localização, histórico de fiscalizações e resultados das inspeções realizadas.
A variável-alvo indica se a fiscalização encontrou alguma irregularidade:
• classe 0: nenhuma irregularidade constatada;
• classe 1: irregularidade constatada.
Entretanto, apenas 15% dos registros pertencem à classe 1. Além disso, alguns atributos apresentam valores ausentes, variáveis categóricas e escalas numéricas distintas.
Considerando este cenário:
1. DESCREVA as principais etapas de preparação dos dados antes do treinamento do modelo.
2. ANALISE e EXPLIQUE as características de distribuição da base e como isso pode afetar o modelo. APRESENTE duas estratégias para tratar o problema.
3. INDIQUE um algoritmo de classificação adequado e EXPLIQUE por que ele é a melhor neste contexto.
4. EXPLIQUE por que a métrica acurácia, isoladamente, não é adequada nesse caso. INDIQUE duas métricas mais apropriadas e representativas.
5. DESCREVA como os dados devem ser separados e validados para avaliar a capacidade de generalização do modelo.
Esta é uma questão discursiva. Assine um de nossos planos para desbloqueá-la.
As questões discursivas ajudam você a treinar a construção da resposta, organizar ideias e desenvolver uma argumentação mais próxima do que a banca espera.
-
Entenda como a banca formula o problema e o que espera como resposta
-
Aprenda a estruturar seu texto com introdução, desenvolvimento e conclusão
-
Prepare-se para uma das etapas mais decisivas da prova.