Vou fazer projetos de machine learning e preparar dados

Pré-processamento :

1. Extrair dados de recursos.
2. Preencher dados ausentes.
3. Análise de dados.
4. Distribuições de dados.
5. Visualização de dados.
6. Covariância e correlação de dados.
7. Redução de dimensionalidade.

Dados :

1. Classificação.
2. Regressão.
3. Agrupamento.

Machine Learning :

1. Aprendizado supervisionado e não supervisionado.
2. Árvores de decisão (ex : XGBoost).
3. Sistemas de recomendação.
4. Sistemas em tempo real.

Previsões :

1. Regressão linear.
2. Regressão polinomial.
3. Regressão múltipla.
4. Modelos de múltiplos níveis.

Técnicas :

1. Prevenir overfitting.
2. Detectar outliers.
3. Tratar dados desbalanceados com oversampling.
4. Engenharia de features.
5. Tratar dados ausentes.
6. Binning, transformação, codificação, escalonamento e embaralhamento.