Objetivo: Análise de dados dos experimentos em culturas de células fornecidas pelo Laboratory for Innovation Science at Harvard (LISH), a fim de prever uma assinatura genética que possa ativar qualquer Mecanismo de Ação.
Realizar análise de dados dos experimentos e dos resultados obtidos para implementar um modelo de predição dos
Mecanismos de Ação. Neste projeto, foi utilizado um índice das 50 drogas mais utilizadas na etapa de experimentação, a fim de que o modelo de Machine Learning pudesse utilizar os dados mais relevantes dos testes.
Importação das base de dados de experimentos e resultados dos testes, tratamento de tipo de dados e categorização das informações e listagem das drogas mais utilizadas.
Mesclagem e filtragem das bases de dados experimentos x resultados.
Criação de um modelo de Machine Learning para prever as assinaturas genéticas que ativam os Mecanismos de Ação das células.
Este projeto faz parte do Desafio Final do evento Imersão Dados proposto pela Alura, com o intuito de aplicar todo o conhecimento adquirido nos cinco dias de evento, e participar do Bootcamp de Ciência de Dados anunciado pela mesma.