# Framework de Modelagem
O processo de treinamento de modelos de aprendizado de máquina começa com dados não processados que passam por uma etapa de pré-processamento, onde são tratados dados faltantes e realizada a extração de atributos.
Após isso, é feita a amostragem dos dados, dividindo-os em conjuntos de treino e teste.
Os dados de treino passam por uma segunda fase de pré-processamento, seguida pela seleção de atributos e redução de dimensionalidade.
Em seguida, um algoritmo de aprendizagem é treinado, com otimizações e ajustes de hiperparâmetros ocorrendo em um ciclo contínuo de refinamento. Paralelamente, métricas de desempenho são avaliadas, ajudando na seleção do modelo mais adequado. Este modelo é então validado cruzadamente para garantir sua robustez.
Finalmente, o modelo é aplicado aos dados de teste para predizer e avaliar seu desempenho final, resultando na classificação final ou modelo.
Novos dados podem ser introduzidos a qualquer momento, integrando-se ao fluxo para manter a eficácia do modelo ao longo do tempo.
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://adspacheco.gitbook.io/space-center/machine-learning/framework-de-modelagem.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.