A Pós-Graduação em Análise e Inteligência de Negócios da DSA é um programa de extensão Lato Sensu, ideal para profissionais que buscam transformar dados em insights estratégicos capazes de impulsionar decisões de negócios de forma eficaz. O programa é reconhecido pelo MEC e oferece título de especialista.
A área de Processamento de Linguagem Natural com IA Generativa está em alta demanda e este programa de Pós-Graduação traz o conhecimento prático para quem deseja adquirir as habilidades necessárias para atuar em projetos e resolver problemas de negócio do mundo real.
A Pós-Graduação em Data Science e Inteligência Artificial Aplicada à Saúde é um programa de extensão Lato Sensu para quem deseja buscar especialização na área de dados com projetos da área de saúde.
A PGMLOps – Pós-Graduação em Machine Learning e MLOps é um programa de extensão para quem deseja desenvolver experiência prática na construção e operacionalização de modelos de Machine Learning.
A Pós-Graduação em Data Science e Inteligência Artificial Aplicada ao Direito é um programa de extensão para quem deseja buscar especialização na área de dados com projetos práticos na área jurídica e de segurança cibernética.
A Pós-Graduação em Engenharia de Machine Learning Lato Sensu da DSA é um programa de extensão para quem busca especialização no deploy e operacionalização de modelos de Machine Learning.
A Pós-Graduação em Processamento Distribuído com Plataformas Modernas de Dados da DSA é um programa de extensão Lato Sensu para quem deseja buscar especialização no processamento distribuído de dados com o Apache Spark e Databricks. O programa é reconhecido pelo MEC e oferece título de especialista.
A Pós-Graduação em Engenharia Analítica é um programa de extensão Lato Sensu que combina técnicas e ferramentas de engenharia de dados e análise de dados, com o objetivo de formar profissionais capazes de projetar, implementar e gerenciar pipelines de dados robustos e escaláveis para atender às demandas analíticas mais modernas. O programa é reconhecido pelo MEC e oferece título de especialista.
A Pós-Graduação em Engenharia DataOps é um programa de extensão para quem deseja conhecimento e experiência prática em operacionalização da infraestrutura de dados.
A Pós-Graduação em Automação Robótica de Processos é um programa de extensão para quem deseja se especializar na automação de processos de negócio, uma das áreas em maior demanda da atualidade, através de ferramentas e soluções de RPA.
A Pós-Graduação em Visão Computacional é um programa de extensão para quem deseja desenvolver habilidades de Inteligência Artificial para classificação e segmentação de imagens, detecção de objetos em imagens, ajuste de modelos e soluções de Visão Computacional.
Com um arsenal de técnicas de tratamento de valores ausentes à disposição, a questão final é: como escolher a abordagem adequada para um determinado problema? A resposta não está em uma única “melhor” técnica, mas em um processo de tomada de decisão estruturado que equilibra a teoria estatística, os objetivos do projeto e as restrições práticas. Confira a sexta e última parte deste guia.
Nem todos os dados são tabulares e independentes. Estruturas de dados específicas, como séries temporais e variáveis categóricas, exigem abordagens de imputação para os valores ausentes que respeitem sua natureza intrínseca. Isso é o que veremos agora na quinta e penúltima parte do Guia Definitivo Para o Tratamento de Valores Ausentes em Data Science.
Enquanto a imputação univariada (que vimos na Parte 3 deste guia) “preenche” os dados, a imputação multivariada tenta “prever” os valores ausentes de forma mais inteligente, utilizando as relações entre as variáveis. Esta abordagem é fundamentalmente mais robusta, especialmente em cenários MAR. Mas, como a imputação multivariada é mais avançada, ela também pode trazer um pouco mais de complexidade em muitos casos. Vejamos as principais técnicas nessa categoria.
As Estratégias Fundamentais são as abordagens mais diretas e comuns para lidar com valores ausentes. Embora sua simplicidade seja atraente, elas vêm com suposições fortes e desvantagens significativas que devem ser cuidadosamente consideradas. Aproveite este incrível guia agora com a Parte 3.