Conclusao e Proximos Passos - PadawanXXVI/projeto_ams GitHub Wiki
✅ Conclusão e Próximos Passos
Esta seção final resume os principais aprendizados do projeto e propõe caminhos para futuras melhorias e extensões. O projeto alcançou com sucesso seus objetivos, sendo um exemplo completo da aplicação da metodologia CRISP-DM na resolução de um problema real de classificação supervisionada.
📌 Síntese do Projeto
- Utilizamos dados educacionais reais (xAPI - LMS Kalboard 360) para prever risco de evasão escolar.
- Aplicamos todas as etapas da metodologia CRISP-DM, desde o entendimento do problema até a implantação do modelo.
- Implementamos múltiplos algoritmos de classificação e comparamos seus desempenhos com base na acurácia.
- O melhor modelo foi salvo e pode ser reutilizado com segurança.
- A documentação foi cuidadosamente estruturada em formato Wiki.
🎓 Aprendizados
- A metodologia CRISP-DM proporciona uma abordagem robusta e escalável para projetos de Data Science.
- A escolha adequada da métrica de avaliação é essencial.
- O pré-processamento (normalização, codificação, limpeza) impacta diretamente na qualidade dos resultados.
- Ferramentas como Git e GitHub são fundamentais para versionamento e colaboração.
🔄 Possíveis Extensões Futuras
- Testar métricas adicionais: F1-score, matriz de confusão, ROC-AUC
- Aplicar validação cruzada para melhorar robustez dos modelos
- Implementar interface web para consulta do modelo
- Criar painel interativo (dashboard) com visualizações em tempo real
- Utilizar modelos mais complexos (XGBoost, CatBoost, LightGBM)
🙌 Agradecimentos
Agradecemos ao professor Dr. Jairo Simão Santana Melo pela orientação e à Faculdade de Tecnologia e Inovação Senac DF pelo apoio técnico e acadêmico.
📚 Referência institucional
Projeto desenvolvido para a disciplina de Aprendizado de Máquina Supervisionado (3º semestre - Curso Superior em Tecnologia em Ciência de Dados - Senac DF) como entrega final da unidade curricular.