O objetivo deste projeto foi conhecer alguns algoritmos que permitem desenvolver um modelo de aprendizagem de máquina.
O ponto de partida foi o workshop ministrado pela KUNUMI, em parceria com a 42SãoPaulo, pautado numa lista de dados disponibilizada pelo hospital Albert Einstein.
Os modelos que me propus a investigar foram:
Regressão logística
Naive Bayes
Árvore de decisão
XGBoost
Em cada um deles os resultados foram escritos pré e pós balanceamento. Foram descritos a matriz de confusão, acurácia, precisão, recall e f1-score, antes e depois do cálculo de probabilidade para explorar a potencialidade do modelo em questão.