🚀 Projeto de Regressão: Previsão de Preços de Imóveis 🏠

Este repositório documenta minha jornada de aprendizado ao implementar o projeto ponta-a-ponta do Capítulo 2 do livro "Mãos à Obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow" (2ª Edição) de Aurélien Géron.

O objetivo é construir um modelo de regressão capaz de prever o valor mediano de imóveis em distritos da Califórnia, utilizando dados do censo de 1990.

---

🎯 Objetivo Principal

O foco deste projeto não é apenas criar um modelo, mas sim praticar e solidificar o processo completo de um projeto de Machine Learning no mundo real.

Isso inclui desde a obtenção dos dados até a avaliação final do sistema.

📈 O Pipeline de ML

Seguindo a metodologia do livro, o projeto é dividido nas seguintes etapas:

1. 📥 Aquisição dos Dados:

   • Criação de scripts para baixar e carregar o dataset (housing.csv).

2. 🔭 Análise Exploratória (EDA):

   • Investigar as features (atributos) dos dados.
   • Criar visualizações gráficas (histogramas, scatter plots) para encontrar padrões e correlações.
   • Analisar a correlação entre os atributos e o valor mediano (median_house_value).

3. 🧹 Preparação e Pré-processamento:

   • Limpeza de dados: Tratar valores ausentes (ex: total_bedrooms).
   • Engenharia de features: Criar novos atributos relevantes (ex: rooms_per_household).
   • Construção de Pipelines do Scikit-Learn para automatizar a transformação de dados (tratamento de texto, normalização, etc.).

4. 🤖 Treinamento e Seleção de Modelos:

   • Treinamento de múltiplos modelos de regressão (Regressão Linear, Árvore de Decisão, Random Forest, etc.).
   • Avaliação inicial dos modelos usando Validação Cruzada (Cross-Validation).

5. ⚙️ Otimização e Avaliação Fina:

   • Ajuste fino (fine-tuning) dos hiperparâmetros dos melhores modelos usando GridSearchCV.
   • Avaliação final do sistema no conjunto de teste para estimar o desempenho em dados nunca vistos.

🛠️ Tecnologias e Bibliotecas Utilizadas

• Python 3.x
• Pandas: Para manipulação e análise eficiente dos dados.
• Scikit-Learn (sklearn): A biblioteca central para o pipeline de ML, pré-processamento, modelagem e avaliação.
• NumPy: Para operações numéricas.
• Matplotlib & Seaborn: Para a visualização de dados e insights.
• Jupyter Notebook: (Se você estiver usando) Para desenvolvimento iterativo e documentação.

📖 Fonte

Este projeto é um exercício de estudo baseado no Capítulo 2 do livro "Hands-On Machine Learning" e utiliza o dataset clássico da Califórnia disponibilizado pelo autor.