Visão geral

Contexto antes da tecnologia.

Um experimento de ciência de dados que combina dados públicos do Kaggle e respostas de formulário para investigar padrões associados a dificuldades de enfrentamento.

O desafio

Problema

Dados comportamentais e de saúde mental exigem preparação cuidadosa, leitura responsável das variáveis e limites claros: uma classificação não equivale a um diagnóstico.

Construção

Abordagem

O notebook realiza codificação das variáveis, compara Logistic Regression, KNN, Random Forest e Gradient Boosting, ajusta hiperparâmetros e combina os melhores candidatos em um VotingClassifier.

Arquitetura atual

Como as partes se conectam.

  1. Dados tabulares
  2. Preparação de atributos
  3. Comparação de modelos
  4. Ensemble e avaliação
Decisões

Escolhas que orientam o projeto.

  • Tratar o resultado como experimento, não diagnóstico
  • Comparar modelos antes do ensemble
  • Documentar a acurácia de teste de 86,58% reportada no repositório
Próximos passos

O que vem depois.

  • +Revisar possíveis vieses do conjunto
  • +Adicionar métricas além de acurácia
  • +Transformar o notebook em pipeline reproduzível
Código e contexto

Um estudo de caso sobre decisões, arquitetura e evolução.

Abrir repositório
Falar no WhatsApp