5. Experimentos, Modelos e Predicoes

Objetivo

Treinar modelos, comparar resultados, registrar melhor candidato e executar predicoes.

Criar experimento

1. Abrir Experiments.

2. Clicar em New Experiment.

3. Configurar: - Dataset/versao. - Coluna target. - Tipo de problema. - Estrategia de validacao e metrica objetivo.

4. Iniciar execucao e monitorar status.

Revisar resultados e registro de modelos

1. Abrir leaderboard apos conclusao.

2. Validar metrica principal e ordenacao.

3. Abrir detalhe do melhor modelo e revisar: - Metricas. - Explainability/importancia de features se disponivel. - Metadata de artifact/versao.

4. Registrar ou fixar modelo conforme fluxo.

Executar predicoes

1. Abrir Predictions.

2. Executar predicao unitria via formulario.

3. Executar predicao em lote via upload, se disponivel.

4. Validar campos de saida: - Valor/classe prevista. - Confianca/probabilidade quando aplicavel. - Timestamp e referencia da execucao.

Checklist de validacao funcional

1. Experimento chega a estado terminal sem falha silenciosa.

2. Metricas do detalhe batem com leaderboard.

3. Schema de saida de predicao e estavel.

4. Predicao em lote preserva paridade de linhas entrada/saida.

5. Erros de predicao retornam mensagem acionavel.

Resultado esperado

1. Pelo menos um modelo pronto para deploy.

2. Predicoes consistentes e rastreaveis.

Erros comuns e recuperacao

1. Falha inicial de experimento: - Revisar target e tratamento de nulos.

2. Metrica inconsistente: - Confirmar mesmo split/seed.

3. Entrada rejeitada em predicao: - Alinhar nomes/tipos com schema de entrada do modelo.

Imagens

Execucao de experimentos e monitoramento.

Registro de modelos com metricas e metadata.

Predicao unitria e em lote na UI.