Modelos de agrupamento são técnicas de aprendizado não supervisionado usadas para organizar dados em grupos (clusters) de forma que elementos semelhantes fiquem no mesmo grupo e diferentes fiquem em grupos distintos. Eles são amplamente aplicados quando não há rótulos ou classes pré-definidas nos dados. O K-means é um dos algoritmos de agrupamento mais conhecidos. Ele funciona dividindo os dados em K grupos, de acordo com a proximidade entre os pontos e os centróides (as médias de cada grupo). O processo é repetido até que os centróides se estabilizam, ou seja,...

Sistemas de Apoio à Decisão (SAD) são ferramentas computacionais desenvolvidas para auxiliar indivíduos ou grupos na tomada de decisão, especialmente em problemas complexos que exigem acesso a dados e análises detalhadas. Um aspecto fundamental do SAD é a modelagem, que consiste em criar uma representação ou abstração da realidade. A realidade é geralmente muito complexa, e a modelagem ajuda a simplificar o problema, focando apenas nos aspectos relevantes para a solução. Figura 1 - Caminhão Ilustrativo (Fonte: Center Peças Fabbri. Tipos de caminhão: conheça as suas variações e utilidades. 2022.)...

Data Wrangling (ou data munging) é o processo de limpeza, estruturação e organização de dados brutos para serem usados ​​em ciência de dados, aprendizado de máquina e outras aplicações orientadas a dados, deixando os dados prontos para análise ou modelagem.O objetivo do data wrangling é garantir que os dados estejam em um formato limpo, consistente e bem estruturado, para que análises mais complexas ou a construção de modelos preditivos sejam feitas de forma eficiente e precisa.Algumas das principais ferramentas utilizadas são a biblioteca Pandas do Python, o Microsoft Power Query...

A construção de classificadores para Sistemas de Apoio a Decisão parte da premissa fundamental de que o conjunto de treinamento é uma amostra confiável e íntegra da realidade. O algoritmo de aprendizado busca generalizar padrões a partir desses dados históricos, assumindo que eles não sofreram manipulação. Portanto, a qualidade da tomada de decisão final está diretamente atrelada a essa base: o sistema opera sob a hipótese de que as correlações estatísticas aprendidas são genuínas, sem considerar a possibilidade de interferências maliciosas na fonte dos dados.Essa confiança implícita nos dados abre...