Um problema pode ser modelado como sendo uma regressão quando queremos prever um número real, ou, mais tecnicamente: quando queremos prever uma variável contínua.
A ideia desse projeto é iniciar no mundo de machine learning, com separação de bases, avaliação de métricas, uso de cross validation e, finalmente, criação e comparação de modelos preditivos utilizando a biblioteca scikit learn.
"A problem can be modeled as regression when we want to predict a real number, or, more technically: when we want to predict a continuous variable.
The idea of this project is to dive into the world of machine learning, involving data splitting, metric evaluation, cross-validation usage, and ultimately, creating and comparing predictive models using the scikit-learn library.
A área médica e de seguradoras de saúde utiliza muito as técnicas de ciência de dados e machine learning para avaliar risco dos seus segurados/pacientes.
O problemaa ser resolvido é prever os gastos com planos de saúde de acordo com as características do segurado. Poderia ser um problema interessante tanto para os segurados (para saber quais características tornam seu plano mais caro ou barato), quanto para seguradoras (para que mantenha suas contas equilibradas e saiba os segurados que devem ter um preço mais alto/baixo).
The medical and health insurance fields extensively employ data science and machine learning techniques to assess the risk of their insured/patients.
The problem to be solved is predicting health insurance expenses based on the policyholder's characteristics. This could be an interesting problem for both policyholders (to understand which characteristics make their plan more expensive or cheaper) and for insurance companies (to maintain balanced accounts and determine which policyholders should have higher/lower prices)."