Certo, seu modelo já evoluiu do jupyter notebook para uma estrutura em Kedro, seu modelo já roda em apenas um comando e faz predições em produção.

Você fez o download dos seus dados de um banco de dados, depois fez a análise exploratória deles, removeu os dados inválidos, definiu o problema de predição, fez vários testes e, por fim, escolheu um modelo bacana, com acurácia acima de oito mil (com ajustes finos de hiperparâmetros, claro).

É fato que a ciência de dados está impactando na forma como vivemos, e com o esporte não seria diferente. É o que podemos comprovar assistindo aos jogos das Olimpíadas 2021.

Não se pode negar que machine learning é uma palavra da moda. O mercado descobriu a inteligência artificial (IA) e, assim como em muitos lançamentos, quis tê-la antes de saber para que serve e como se usa.

O machine learning habita o universo da ciência de dados. É onde problemas de previsão com dados desbalanceados são comuns e ocorrem quando não há uma proporção equilibrada de observações entre as possíveis classes da variável resposta.