🚀 Projeto de Ciência de Dados: Previsão de Doenças Cardiovasculares - Modelo Classificação

✅ Objetivo: Desenvolvi um projeto de ciência de dados com objetivo em previsão de doenças cardiovasculares com base em dados clínicos.

🔍 Metodologia: Utilizei uma abordagem orientada a dados, iniciando com a compreensão dos dados médicos disponíveis. Realizei pré-processamento detalhado, tratando valores ausentes e padronizando os dados. Realizei uma análise exploratória para identificar padrões e correlações. Para a modelagem, experimentei diversos algoritmos de machine learning, otimizando hiperparâmetros para evitar overfitting e maximizar o desempenho.

🛠️ Principais Ferramentas: O projeto foi desenvolvido na linguagem Python, aproveitando bibliotecas amplamente utilizadas como Pandas, NumPy e Scikit-learn.

📊 Modelo Final e Desempenho: Após uma seleção criteriosa de modelos, o algoritmo de Random Forest se destacou, alcançando uma precisão de 75% na previsão de doenças cardiovasculares. A matriz de confusão revelou um bom equilíbrio entre sensibilidade e especificidade, essenciais em cenários médicos. Esses resultados demonstram a eficácia do modelo desenvolvido.

💡 Próximos Passos: Este projeto me proporcionou uma experiência valiosa na aplicação prática de técnicas de ciência de dados. Meu próximo passo é explorar abordagens mais avançadas, como redes neurais, e aprimorar meu entendimento das nuances clínicas para aprimorar ainda mais a previsão.

📚 Veja mais projetos em meu portfólio: https://talithastella.github.io/portfolio_projetos/

Link para o repositório do projeto no Github: https://github.com/TalithaStella/CardioDisease