Período: 14.09.20 a 18.09.20
Projeto para desenvolver um modelo que facilite a predição de valores de vendas de imóveis na cidade de Boston (EUA).
O dataset possui 13 features que descrevem as características mais relevantes das casas de Boston. Essas features devem ser utilizadas para prever o valor dos imóveis, caracterizado pela variável MEDV.
Foram utilizados três algoritmos de Machine Learning (Linear Regression, Decision Tree e Random Forest) e o resultado de cada um foi avaliado calculando-se o RMSE (Root-Mean-Squared-Error).
Para esse projeto, o algoritmo escolhido ao final foi o Random Forest por apresentar o melhor RMSE em relação aos outros.
Ao final, foi desenvolvido no Visual Studio Code um Data App para visualização interativa dos dados pelo usuário.
