Amostragem em Ciência de Dados

Ao treinar modelos de Machine Learning, os dados de treino são, em essência, uma amostra do universo de casos que o modelo encontrará em produção.

Se essa amostra não representar bem a realidade futura, o modelo tende a apresentar desempenho pior do que o esperado quando implantado.

Amostragem Probabilística x Não Probabilística

As duas grandes famílias de métodos de amostragem — probabilística e não probabilística — serão detalhadas nos dois próximos capítulos, cada uma com vantagens e limitações próprias.

A escolha entre elas depende de fatores como custo, tempo disponível e a necessidade de generalizar os resultados com rigor estatístico.

Questões

Exercite seu aprendizado!