Tutoriais · Yggdrasil Project

1 · Primeiros passos

Se é a sua primeira vez, comece pelo 00: ele percorre a esteira inteira em um problema de classificação, do contrato de dados ao relatório por grupo homogêneo. O 01 repete o percurso com alvo contínuo, e o 05 resolve o ambiente antes de você abrir as UIs.

00Visão geral (classificação)Contrato feat_*/dt_ref/amostra/target, execução da esteira, métricas por amostra, shifts DES→OOT, ratings e SHAP. 01Regressão · alvo [0,1] bimodalO mesmo percurso com alvo contínuo: RMSE, MAE, MAPE robusto, R² e binning contínuo. 05Instalação e carregamento das interfacesExtras, ipywidgets/anywidget e como subir as UIs local e no Databricks.

2 · Features: da exploração à seleção

Antes de qualquer modelo, entender e podar o conjunto de variáveis. O 02 perfila cada feature e emite um veredito. Depois vêm dois estágios em sequência, que é onde as pessoas costumam se confundir: o 03 é a peneira do universo — centenas de colunas agrupadas por book, com Boruta e consenso, devolvendo uma shortlist; o 10 pega essa lista já curta e aplica a régua do modelo dentro do segmentador, com PSI, monotonia e VIF, produzindo a política em JSON e o relatório do comitê. Um corta o universo; o outro documenta a régua final.

02EDA de featuresMissing global e por safra, percentis no tempo, WoE/IV, PSI por feature, VIF, leakage e feature_profile com veredito. 03Triagem de features por bookAntes do modelo: funil por book com missing, variância, importância RF com IV/KS/AUC, redundância, Boruta e consenso. Roda em pandas ou Spark — o backend vem do tipo do DataFrame. 10Esteira de seleção de variáveisA régua do modelo sobre a lista já curta: etapas plugáveis (categóricas, IV, PSI, monotonia, correlação, VIF), funil, relatório consolidado e política em JSON.

3 · Segmentadores e a esteira governada

Os dois segmentadores dividem a mesma filosofia: uma classe por família, com classificação e regressão escolhidas por task_type. O 04 é a régua sequencial em árvore; o 06 é o construtor orientado a modelo; o 07 fecha o ciclo registrando tudo no MLflow.

04Árvore de segmentação unificadaBinning ótimo ou manual, notas por folha, IV, PSI/CSI, bootstrap, calibração, backtest, to_sql e diff_trees. 06Construtor de modelos (UI)Univariada com logodds/WoE, seleção, ajuste, fórmula com p-valor, SHAP, ratings e tuning com Optuna. 07Esteira ML + MLflowExperimento, métricas por amostra, shifts, séries de PSI por rating e artefatos de interpretabilidade. 01Regressão na práticaTambém vale como referência de task_type="regression" nos dois segmentadores.

4 · Risco de carteira: capital e ciclo macro

Os dois eixos que completam o quadro. O 08 é o eixo de carteira: quanto de capital a instituição precisa para absorver perdas inesperadas. O 09 e o 11 são o eixo temporal: como o ciclo macroeconômico desloca o nível das curvas de risco.

08Capital econômicoASRF/Vasicek analítico, Monte Carlo multifatorial, CreditRisk+, alocação de Euler, RAROC e comparação com Pilar 1. 09Modelos econométricos satéliteARDL, fator Z de Vasicek, diagnóstico completo, champion-challenger e projeção por cenários base/adverso/otimista. 11Interface de séries temporaisA SatelliteUI em 7 abas: da estacionariedade ao backtest de cobertura, com projeção em leque e exportação.

Antes de rodar

Rode a partir da raiz do repositório. O layout é flat e import yggdrasil funciona sem instalar.
Localmente, o MLflow 3.x precisa de MLFLOW_ALLOW_FILE_STORE=true para usar ./mlruns. Os notebooks já definem isso.
Para as UIs interativas, instale o extra [ui]. Sem anywidget, o preview da árvore cai para PNG estático.
Os tutoriais 09 e 11 (satélites) exigem o extra [econometric]. O 03 roda sem nada além do pacote se você passar um DataFrame pandas; o extra [spark] só é necessário para a versão distribuída, que é a que o notebook demonstra.

Abrir a pasta no GitHub ↗ Ler a metodologia