Questão de Noções de Análise de Dados · CEBRASPE TCDF 2024 (nº 81)

A metodologia CRISP-DM é composta por seis fases interativas que guiam os profissionais de ciência de dados durante todo o processo de descoberta de conhecimento a partir de dados. Compreensão do negócio (business understanding): antes de iniciar um projeto de análise de dados, é essencial compreender o contexto e os objetivos do negócio; nesta fase, são definidas claramente as metas do projeto, alhinhadas aos objetivos estratégicos da organização.  Compreensão dos dados (data understanding): coletar dados relevantes é fundamental para o sucesso do projeto; nesta fase, exploram-se os dados disponíveis, identificamos lacunas e problemas potenciais, e avaliamos a qualidade e a adequação dos dados para o projeto.  Preparação dos dados (data preparation): os dados brutos raramente estão prontos para a análise; nesta fase, realiza-se a limpeza dos dados, tratam-se os valores ausentes ou inconsistentes e integram-se diferentes fontes de dados; o objetivo é criar um conjunto de dados preparados para as etapas subsequentes.  Modelagem (modeling): a fase de modelagem envolve a aplicação de técnicas e algoritmos de modelagem de dados aos dados preparados; selecionam-se as técnicas mais adequadas, como regressão, classificação ou agrupamento, e ajustam-se e avaliam-se os modelos para garantir sua precisão e eficácia.  Avaliação (evaluation): a avaliação dos modelos desenvolvidos é crucial para medir sua qualidade e desempenho; nesta fase, utilizam-se métodos como validação cruzada e métricas de desempenho para avaliar o quão bem os modelos se saem em dados não vistos e, com base nessa avaliação, os modelos podem ser ajustados e aprimorados, se necessário.  Implantação (deployment) A fase final da metodologia CRISPDM é a implantação do modelo em um ambiente de produção; integra-se o modelo aos sistemas existentes, monitora-se seu desempenho contínuo e garante-se a sua adoção pela equipe de negócios.