Early stage diabetes risk prediction dataset

Repositório utilizado para armazenar o trabalho realizado durante o processo seletivo para a vaga de Cientista de Dados Júnior.

Prazo de entrega: 09/08/2021 (segunda-feira)

Dataset escolhido

Early stage diabetes risk prediction dataset

Descrição da Solução

O case consiste na análise de um conjunto de dados usando preferencialmente a linguagem de programação Python ou R e quaisquer bibliotecas que julgue necessárias.

Critérios de Avaliação

• Capacidade de entender e solucionar problemas;
• Conhecimentos em Machine Learning;
• Visualização de dados;
• Conhecimentos em estatística;
• Linguagem de programação;
• Apresentação dos resultados.

Questões

1. Faça a análise exploratória dos dados, apresente em forma de gráficos e estatísticas dos dados.
2. Quais os 3 principais fatores que levam a um diagnóstico positivo de diabetes?
3. Qual a chance de uma pessoa do sexo masculino com menos de 40 anos ter o diagnóstico positivo de diabetes?
4. Qual a relação entre Polyphagia e o diagnóstico de diabetes?
5. Crie um modelo preditivo para a previsão de diabetes que desconsidere as 5 variáveis menos importantes para o diagnóstico.
6. Fale sobre as dificuldades que o modelo construído poderia ter para alcançar o sucesso esperado pelo treino em um novo dataset.

Entregáveis

• Uma apresentação focada no cliente, que traga os insights de forma didática para pessoas não técnicas;
• Conjunto de arquivos de códigos e documentações (no formato que julgar conveniente compartilhar) focadas em pessoas técnicas que poderiam dar continuidade ao trabalho de desenvolvimento e/ou produtização de forma independente.

Link para apresentação

Google Slides