AVANÇOS E DESAFIOS NA ANÁLISE PREDITIVA: APLICAÇÃO DE TÉCNICAS DE SUBAMOSTRAGEM E REAMOSTRAGEM EM DADOS DESBALANCEADOS

A análise preditiva tem se consolidado como uma ferramenta essencial para a
tomada de decisões em diversos campos do saber, especialmente em setores como
finanças, saúde, gestão pública e recursos humanos. A capacidade de prever eventos
futuros a partir de dados históricos e tendências é crucial para otimizar processos,
mitigar riscos e maximizar oportunidades. Contudo, um dos principais desafios
enfrentados pelas pesquisas e práticas em análise preditiva é o tratamento de dados
desbalanceados, um problema recorrente em diversos cenários do mundo real, onde a
classe de interesse representa apenas uma pequena fração do total de dados disponíveis.
O presente estudo tem como objetivo explorar as técnicas de subamostragem e
reamostragem como soluções para esse desequilíbrio, buscando aprimorar a precisão e a
eficácia dos modelos preditivos.