Dia 15. Novo projeto. Ainda sem modelo. Aprovação de empréstimo. Um credor recebe um arquivo e precisa dizer sim ou não. Aprovar a pessoa errada, o banco perde dinheiro. Rejeitar a pessoa certa, alguém perde capital. Isso não é regressão. Não estamos prevendo quanto. É classificação binária. Duas classes. Um alvo. Alvo: Loan_Status Y = aprovar N = rejeitar O que o modelo verá Gênero, casado, dependentes, educação, autônomo Renda do solicitante e renda do co-solicitante Quantia e período do empréstimo Histórico de crédito Área da propriedade O que ele não verá Loan_ID. Isso nomeia a linha. Não descreve a pessoa. Saída esperada Uma classe, e uma probabilidade se o algoritmo permitir. Não uma decisão de crédito ao vivo. Uma triagem inicial em uma tabela pública. Mesmo formato do projeto de diabetes. Domínio diferente. Problema primeiro. Modelo depois. #MachineLearning #Classification #BigBrains