🧪 Data Science Pipeline: Classificação Inteligente

Este projeto reúne um conjunto de notebooks e scripts voltados para a construção de um pipeline completo de ciência de dados aplicado à classificação multiclasse. Desde a análise exploratória até a modelagem com diferentes algoritmos, o objetivo é entregar um processo robusto, interpretável e reproduzível.

---

📁 Estrutura do Projeto

• EDA.ipynb — Análise exploratória de dados
• feature_engineering.ipynb — Engenharia de atributos
• preprocessing.ipynb — Limpeza, encoding e escalonamento
• data_balancing.ipynb — Técnicas de balanceamento de classes
• decision_tree.ipynb — Modelo com Árvore de Decisão
• knn.ipynb — Modelo K-Nearest Neighbors
• multilayer_perceptron.ipynb — Rede Neural MLP
• xgboost.ipynb — Modelo XGBoost
• dependencies.py — Avaliação padronizada de modelos

---

⚙️ Como usar

1. Instale as dependências necessárias (scikit-learn, matplotlib, numpy, etc.)

2. Execute os notebooks na ordem sugerida:

   • EDA → Preprocessing → Feature Engineering → Data Balancing
   • Em seguida, execute os notebooks de modelos

3. Use dependencies.py para avaliar os modelos com:

   • Relatórios de classificação
   • Matrizes de confusão
   • Curvas ROC e curvas de calibração

---

🧠 Técnicas Utilizadas

• Normalização e codificação de dados
• Oversampling e undersampling
• Múltiplos algoritmos de classificação
• Avaliação com métricas variadas e visualizações interpretáveis

---

🎯 Objetivo

Criar uma base sólida para projetos de classificação supervisionada com múltiplas classes, podendo ser aplicada a problemas reais de diferentes domínios.