Solução do desafio de ciência de dados do programa Lighthouse da Indicium. (2024-9)

Através da utilização de ferramentas de ciência de dados e machine learning é possível analisar quais são as principais características que determinam o sucesso de um filme e auxiliam na previsão de como serão os retornos com base nas características selecionadas. Dessa forma, a empresa PProductions poderá escolher quais filmes deveram ser lançados para que se obtenha uma maior margem de lucro e a possibilidade de obter boas notas das críticas e do IMDb.

• Clone o repositório usando Git
• Crie um ambiente virtual
• Ative o ambiente virtual
• Instale as versões do requirements.txt
• Execute o Jupyter notebook

Uma sugestão para execução de novas predições é a criação de um arquivo python importando os modelos Ridge, Gradient Boosting, Linear Regression, Random Forest Regressor e Stacking Regressor, o pickle e a função tratar_dados_novos() no arquivo original. A partir dessas importações você pode baixar o modelo pré-treinado (disponível na pasta Jupyter Notebook), transformar seus dados novos em um data frame, transformá-los através da função tratar_novos_dados() e executar a predição deles com o modelo que você baixou pelo pickle.