01 / Estudo de casoDados / Machine Learning
Data Analytics na FIAP
Análise de indicadores educacionais e estudo de modelos para prever risco de defasagem.
Projeto acadêmicoRepresentação conceitualProjeto acadêmico
Modelos estudados / sem métricas publicadas
Regressão Logística01
Árvore de Decisão02
Random Forest03
Diagrama editorial. Não é uma captura de tela do produto nem contém dados operacionais.
Contexto e decisões
Investigar indicadores educacionais e tornar a interpretação dos modelos compreensível para quem toma decisões.
O trabalho acadêmico envolve análise exploratória e avaliação de modelos como Regressão Logística, Árvore de Decisão e Random Forest.
Participação acadêmica descrita no briefing; a autoria e a divisão de tarefas precisam ser documentadas.
Processo e evidências
05 / Etapas descritas
- 01Exploração dos dados
- 02Comparação de modelos
- 03Avaliação e interpretação
06 / Tecnologias relacionadas
- Python
- Pandas
- Machine Learning
- Visualização de dados
07 / Resultado e estágio
As métricas citadas no briefing foram omitidas até ser possível vinculá-las ao experimento e à versão correta do modelo.
08 / Material visual
Tema e técnicas informados no briefing; resultados numéricos aguardam confirmação documental.