Saaalve galera, este é um notebook de alguns teste e aplicações de modelos de Aprendizagem de Máquina em problemas de Regressão cujo objetivo é prever o consumo de cerveja na cidade de São Paulo.
Aqui a idéia é aplicar alguns modelos simples somente à titulo de testes aplicados à um case de Ciencia de Dados.
Aplicar alguns modelos de aprendizado de máquina para prever a quantidade de consumo de cerveja na cidade de São Paulo a partir de dados de temperatura, dia da semana e precipitação (em mm).
- 5.1 Regressão Linear Simples com Temp. Média
- 5.2 Regressão Linear Simples com Temp. Maxima
- 5.3 Regressão Linear Simples com Temp. Minima
- 5.4 Regressão Linear Múltipla
- 5.5 Regressão Linear Múltipla sem precipitação
- 5.6 Suport Vector Machine
- 5.7 Decision Tree Regressor
- Tunar os hiperparâmetros para os modelos testados
- Adicionar Validação Cruzada
- Adicionar os modelos de regressão Lasso e regressão Ridge
- Adicionar uma forma mais robusta de seleção de variaveis. Ex.: Lasso (Regularização L1), Feature Importance (Para algoritmos de arvore), Permutação de Linhas e etc.