Este repositório contém um projeto de Machine Learning para a detecção de AVCs (Acidente Vascular Cerebral) utilizando dados do Kaggle e um modelo baseado em Random Forest.
Os dados utilizados foram obtidos no Kaggle e contêm informações como idade, gênero, histórico de hipertensão, doenças cardíacas, nível de glicose no sangue, entre outras variáveis relevantes.
-
Pré-processamento dos dados: Tratamento de valores nulos, encoding de variáveis categóricas e balanceamento de classes.
-
Divisão dos dados: Separação entre conjunto de treino e teste.
-
Treinamento: Modelo Random Forest para classificação utilizando o TensorFlow Decision Forests
-
Avaliação: Métricas como acurácia, precisão, recall e F1-score foram utilizadas para medir o desempenho.
-
Python
-
Pandas & NumPy
-
Matplotlib & Seaborn
-
Scikit-learn
-
TensorFlow
Implementar outros algoritmos de Machine Learning, como o SVM, XBoost e KNN para comparar os resultados obtidos com os do Random Forest.