user@devops:~$ cat README.md
Random Forest — Predição de Risco Bancário
# Descrição
Projeto de Random Forest para predição de risco de inadimplência de empréstimos bancários com dados sintéticos realistas de 1.500 clientes. Aprenda como um ensemble de 100 árvores supera uma árvore de decisão simples: bootstrap sampling, subconjuntos aleatórios de features e agregação por votação. Compare métricas (acurácia, precisão, recall, F1, AUC-ROC), analise feature importance, ajuste hiperparâmetros (n_estimators, max_depth) e visualize curvas ROC. Demonstração prática de por que 100 especialistas votando raramente erram.
# Características principais
$ Comparação Árvore Simples vs Random Forest com métricas detalhadas
$ Bootstrap sampling e subconjuntos aleatórios de features para diversidade
$ Feature importance: ranking de fatores de risco de crédito
$ Curvas ROC e AUC para avaliação de classificação
$ Ajuste de hiperparâmetros: n_estimators, max_depth
$ Validação cruzada 5-fold para robustez
# Galeria
# Tecnologias utilizadas
