Escolar Documentos
Profissional Documentos
Cultura Documentos
A colaboradora Ana Cláudia e sua equipe têm com objetivo filtrar as informações
relevantes enviadas através de 39 planilhas eletrônicas que contém os dados do
curso das disciplinas do curso de Análise e Desenvolvimento de Sistemas além de
informações em bando de dados relacional e banco de dados não estruturados.
Para esse processo serão necessárias as seguintes etapas:
A seleção de atributos relevantes é uma etapa crucial para garantir que apenas as
informações mais importantes sejam consideradas. Técnicas como análise de
correlação e algoritmos de seleção de atributos, disponíveis em bibliotecas de
aprendizado de máquina como Scikit-learn em Python, podem ser aplicadas para
identificar quais variáveis (nome, carga horária, objetivo da disciplina e ementa) são
mais relevantes para a consistência dos cursos. Isso ajudará na tomada de decisão
sobre quais aspectos devem ser priorizados na análise.
Por último, a avaliação e interpretação dos resultados é a etapa que vai auxiliar na
tomada de decisão, a equipe irá avaliar os resultados e identificar quais disciplinas
apresentam desvios em relação às outras unidades. Métricas de desempenho e
análises estatísticas, utilizando ferramentas como Scikit-learn e Pandas em Python,
podem ser aplicadas para avaliar a qualidade dos modelos construídos e interpretar
os resultados. Com base nesses insights, a equipe poderá tomar ações corretivas e
melhorar os processos da Instituição XPTO.
REFERÊNCIA BIBLIOGRÁFICAS
DEVMEDIA (ed.). Conceitos e Técnicas sobre Data Mining. [S. l.], 2011.
Disponível em: https://www.devmedia.com.br/conceitos-e-tecnicas-sobre-data-
mining/19342. Acesso em: 12 jun. 2023.
VAN HOOLAND, Seth; VERBORGH, Ruben; DE WILDE, Max. Limpar dados com
o OpenRefine. [S. l.], 5 ago. 2013. Disponível em:
https://programminghistorian.org/pt/licoes/limpar-dados-openrefine. Acesso em: 9
jun. 2023.