Técnicas de Machine Learning no R
Parte 1: Modelos de Regressão
Prefácio
Um dos mais relevantes desafios, no atual cenário competitivo, refere-se à efetiva aplicação das técnicas analíticas no equacionamento e resolução dos problemas empresariais. O desenvolvimento de modelos de análises aplicados à realidade empresarial tornou-se uma competência crítica em todos os setores de atividade econômica. Esta habilidade é imperativa na esfera governamental e nas organizações sem finalidades lucrativas.
O profissionais que atuam nos projetos de natureza analítica enfrentam desafios peculiares. Em geral, as organizações demandam soluções práticas e de rápida implantação. Por outro lado, existe um ritmo intenso de geração de novas Frameworks, Bibliotecas e ferramentas de software bem como do aperfeiçoamento contínuo dos algoritmos de análise.
As técnicas analíticas aqui expostas são aquelas que devem fazer parte do repertório obrigatório da Análise de Dados.
Este livro foi escrito com objetivo de permitir que estudantes e pesquisadores entendam e apliquem diferentes algoritmos de Machine Learning, sem apronfundar-se nas teorias que os fundamentam. Preferiu-se apresentar os principais conceitos de forma intuitiva, para que o usuário compreenda a lógica de cada algoritmo, para que finalidade deve ser utilizado, quais os passos a seguir para aplicá-lo corretamente utilizando o sotware R e suas vantagens e limitações quando comparado com outros algritmos que podem ser utilizados no mesmo problema.