Os algoritmos de Machine Learning Supervisionados são os mais usados. Com esse modelo o cientista de dados age como um guia e insere rótulos (labels) que orienta o algoritmo. Assim como uma criança aprende a identificar frutas memorizando-as em um livro de imagens, na Aprendizagem Supervisionada o algoritmo é treinado por um conjunto de dados que já está rotulado e tem uma saída predefinida. Os exemplos de Machine Learning Supervisionado incluem algoritmos como regressão linear e logística, classificação de multiclasse e máquinas de vetores de suporte. Temos também os Algoritmos Não Supervisionado e de Reforço com aplicações específicas.

Nós utilizamos o Algoritmo de Regressão Múltipla LGBMRegressor.

Utilizamos dados do YouTube para treinamento e teste dos algoritmos. Como esta plataforma detém uma fatia relevante do mercado, conseguimos cobrir um grande espectro dos diversos vídeos comerciais disponíveis. Para atingir todos os setores da economia, organizamos nosso conjunto de dados em 22 categorias, totalizando 60.000 vídeos. Utilizando dados sintéticos geramos uma base de 700.000 vídeos que são utilizados no treinamento e teste. Esta técnica permite reforçar a diversidades dos dados, além de permite capturar padrões e reduzir vieses.

Nosso modelo de Predição de Engajamento utiliza aprendizado de máquina para estimar views, likes e comments com base nos metadados dos vídeos. Como variáveis de entrada, extraímos e processamos título, tags e descrição, convertendo essas informações em vetores numéricos (Embeddings) para alimentar o modelo. Definimos o algoritmo de regressão e otimizamos hiperparâmetros por meio de tuning supervisionado. A avaliação do desempenho é realizada por meio de três métricas principais: RMSE (Root Mean Square Error), Explained Variance Score (EV-score) e Mediana do Erro Absoluto Percentual (MdAPE). O processo de treinamento é iterativo, refinando os parâmetros até atingir um ponto ótimo de precisão. Após o tuning, o modelo é aplicado para prever métricas de engajamento de novos vídeos de forma escalável e automatizada.