INTRODUÇÃO Neste artigo, aborda-se a área de Ciência de Dados (Data Science, DS) por meio exemplos computacionais que realizam Aprendizado de Máquina (Machine Learning, ML).
Um iniciante na área pode ter dificuldade no
uso prático dessas técnicas pois se trata de uma área extensa e multidisciplinar (Figura Figura 1: Áreas de DS Figura 2: Aprendizado de Máquina 1), com muitas aplicações. Em particular, a grande variedade de pacotes e a vasta documentação das inúmeras bibliotecas da plataforma Phyton podem representar uma dificuldade para novos utilizadores.
O objetivo deste artigo é de auxiliar o leitor
interessado a superar essas dificuldades.
Para isto, inicialmente, é oferecido um breve
resumo dos conceitos básicos de DS. Em seguida, são apresentados exemplos de algoritmos de ML. Figura 3: Árvore de Decisão VS Distribuição real da amostra Nos exemplo, são empregadas apenas ferramentas livres: o pacote Scikit-Learn desenvolvido em Python como forma de verificar o uso prático desta técnica de DS.
CONCEITOS BÁSICOS Data Science
É a arte e a ciência de adquirir conhecimento
através dos dados (OZDEMIR 2016). DS exige competências em três áreas distintas e sobrepostas:
• Habilidades de um estatístico; Figura 4: KNN vs. Regressão Linear
• Habilidades de um cientista da EXPERIMENTOS EM DS
computação; Foram considerados exemplos de ML utilizando os algoritmos: Árvore de Decisão, Regressão Linear, K Nearest Neighbors (KNN) e Kmeans. Na Figura 3, exemplifica-se uma Árvore de Decisão com • Conhecimento especializado. apenas 3 nós e a distribuição real das amostras do conjunto de dados da base de dados Íris. Representada pela Figura 1 uma versão Na figura 4, pode-se observar a diferença de acurácia da predição entre os algoritmos KNN (K=9) e traduzida o Diagrama de Drew Conway Regressão Linear dado um mesmo conjunto de dados. (CONWAY 2010 apud VANDERPLAS 2016). DISCUSSÃO E CONCLUSÃO Aprendizado de Máquina Os exemplos detalhados no artigo servem de ponto de partida para o iniciante em DS
A rigor é um ramo da inteligência artificial, compreender e aplicar em DS por meio de ferramentas de ML e de análise de base dados
mas em DS é considerada como um meio livre. Espera-se que o material ser utilizado seja útil como guia para início rápido nesta área para identificar os parâmetros de um modelo que vêm ganhando importância com crescente volume de dados na atualidade. de dados (VANDERPLAS, 2016). REFERÊNCIAS OZDEMIR, S. Principles of Data Science. Packt Publishing Ltd, 2016. Normalmente, um método de ML pode ser VANDERPLAS, J. Python data science handbook: Essential tools for working with data. O'Reilly dividido de acordo a Figura 2. Media, 2016.
