{"id":123732,"date":"2023-06-28T17:54:09","date_gmt":"2023-06-28T20:54:09","guid":{"rendered":"https:\/\/fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/"},"modified":"2023-07-26T15:51:48","modified_gmt":"2023-07-26T18:51:48","slug":"machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina","status":"publish","type":"post","link":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/","title":{"rendered":"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina"},"content":{"rendered":"<p><body><\/p>\n<h2><a target=\"_blank\" href=\"https:\/\/mundoeducacao.uol.com.br\/geografia\/vantagens-desvantagens-energia-solar.htm\" rel=\"noopener\">Vantagens e desvantagens<\/a> do uso de \u00c1rvores de Decis\u00e3o em Machine Learning<\/h2>\n<p>As \u00c1rvores de Decis\u00e3o s\u00e3o algoritmos amplamente utilizados em projetos de Aprendizado de M\u00e1quina. Elas s\u00e3o capazes de tomar decis\u00f5es a partir de um conjunto de regras l\u00f3gicas aprendidas a partir dos dados dispon\u00edveis. Neste artigo, iremos explorar as vantagens e desvantagens do uso de \u00c1rvores de Decis\u00e3o em projetos de Machine Learning.<\/p>\n<h3>Vantagens:<\/h3>\n<ul>\n<li><a target=\"_blank\" href=\"https:\/\/repositorio.utfpr.edu.br\/jspui\/handle\/1\/28003\" rel=\"noopener\">Interpretabilidade<\/a>: \u00c1rvores de Decis\u00e3o s\u00e3o modelos muito intuitivos e f\u00e1ceis de compreender. Podemos entender facilmente como o modelo est\u00e1 tomando decis\u00f5es analisando a estrutura da \u00e1rvore. Isso \u00e9 particularmente \u00fatil em cen\u00e1rios onde a interpretabilidade do modelo \u00e9 uma preocupa\u00e7\u00e3o, como em auditorias financeiras ou na \u00e1rea m\u00e9dica.<\/li>\n<li><a target=\"_blank\" href=\"https:\/\/didatica.tech\/o-que-sao-dados-missing\/\" rel=\"noopener\">Lidam bem com dados faltantes<\/a>: \u00c1rvores de Decis\u00e3o s\u00e3o capazes de lidar com dados faltantes sem a necessidade de pr\u00e9-processamento adicional. Elas s\u00e3o capazes de dividir os dados em ramos diferentes para lidar com valores faltantes de forma eficiente.<\/li>\n<li><a target=\"_blank\" href=\"https:\/\/dge.mec.pt\/noticias\/autonomia-e-flexibilidade-curricular\" rel=\"noopener\">Flexibilidade<\/a>: As \u00c1rvores de Decis\u00e3o podem ser aplicadas em diferentes tipos de problemas, como classifica\u00e7\u00e3o e regress\u00e3o. Al\u00e9m disso, elas tamb\u00e9m podem ser utilizadas com vari\u00e1veis categ\u00f3ricas, num\u00e9ricas e ordinais, tornando-as uma escolha vers\u00e1til para diferentes cen\u00e1rios.<\/li>\n<\/ul>\n<h3>Desvantagens:<\/h3>\n<ul>\n<li><a target=\"_blank\" href=\"https:\/\/aws.amazon.com\/pt\/what-is\/overfitting\/\" rel=\"noopener\">Overfitting<\/a>: \u00c9 poss\u00edvel que uma \u00c1rvore de Decis\u00e3o se ajuste demasiadamente aos dados de treinamento, tornando-a menos eficaz na realiza\u00e7\u00e3o de previs\u00f5es precisas em dados n\u00e3o vistos anteriormente. O overfitting pode ocorrer quando a \u00e1rvore \u00e9 muito profunda e apresenta muitos ramos, resultando em uma complexidade desnecess\u00e1ria.<\/li>\n<li>Instabilidade: \u00c1rvores de Decis\u00e3o podem ser inst\u00e1veis, o que significa que pequenas varia\u00e7\u00f5es nos dados de treinamento podem levar a diferen\u00e7as significativas na \u00e1rvore resultante. Essa instabilidade pode ser reduzida utilizando t\u00e9cnicas de ensemble, como o Random Forest.<\/li>\n<\/ul>\n<h2>Melhores pr\u00e1ticas para utilizar \u00c1rvores de Decis\u00e3o em projetos de Aprendizado de M\u00e1quina<\/h2>\n<p>Ao utilizar \u00c1rvores de Decis\u00e3o em projetos de Aprendizado de M\u00e1quina, \u00e9 importante seguir algumas melhores pr\u00e1ticas para obter resultados mais precisos e confi\u00e1veis. Aqui est\u00e3o algumas dicas para utilizar as \u00c1rvores de Decis\u00e3o de forma eficaz:<\/p>\n<ul>\n<li>Pr\u00e9-processar os dados: Antes de aplicar as \u00c1rvores de Decis\u00e3o, \u00e9 importante realizar um pr\u00e9-processamento de dados adequado. Isso envolve a manipula\u00e7\u00e3o de dados faltantes, a normaliza\u00e7\u00e3o de vari\u00e1veis num\u00e9ricas e a codifica\u00e7\u00e3o de vari\u00e1veis categ\u00f3ricas. Um pr\u00e9-processamento adequado ajuda a melhorar a qualidade dos resultados obtidos.<\/li>\n<li>Evitar overfitting: Uma maneira de evitar o overfitting \u00e9 limitar a profundidade da \u00e1rvore. Uma \u00e1rvore rasa tem menos chances de se ajustar excessivamente aos dados de treinamento, resultando em um melhor desempenho em dados n\u00e3o vistos anteriormente. Al\u00e9m disso, tamb\u00e9m \u00e9 poss\u00edvel utilizar t\u00e9cnicas de poda para reduzir a complexidade da \u00e1rvore.<\/li>\n<li>Utilizar t\u00e9cnicas de ensemble: Para melhorar a precis\u00e3o das previs\u00f5es feitas pelas \u00c1rvores de Decis\u00e3o, \u00e9 recomendado utilizar t\u00e9cnicas de ensemble, como o Random Forest. O Random Forest combina v\u00e1rias \u00c1rvores de Decis\u00e3o para chegar a uma previs\u00e3o mais robusta e precisa. Essa abordagem reduz a instabilidade e melhora a capacidade de generaliza\u00e7\u00e3o do modelo.<\/li>\n<li>Validar o modelo: \u00c9 fundamental validar o modelo de \u00c1rvore de Decis\u00e3o antes de coloc\u00e1-lo em produ\u00e7\u00e3o. Isso pode ser feito dividindo os dados em conjuntos de treinamento e teste, e avaliando a precis\u00e3o do modelo nos dados de teste. Al\u00e9m disso, tamb\u00e9m \u00e9 poss\u00edvel utilizar t\u00e9cnicas de valida\u00e7\u00e3o cruzada para obter uma avalia\u00e7\u00e3o mais robusta do desempenho do modelo.<\/li>\n<\/ul>\n<h2>Conclus\u00e3o<\/h2>\n<p>As \u00c1rvores de Decis\u00e3o s\u00e3o algoritmos poderosos e vers\u00e1teis para projetos de Aprendizado de M\u00e1quina. Elas oferecem uma interpretabilidade \u00fanica, lidam bem com dados faltantes e s\u00e3o flex\u00edveis para diferentes tipos de problemas. No entanto, \u00e9 importante estar ciente das desvantagens, como overfitting e instabilidade, e seguir as melhores pr\u00e1ticas para obter resultados confi\u00e1veis. Ao utilizar as \u00c1rvores de Decis\u00e3o de forma correta e cuidadosa, \u00e9 poss\u00edvel obter modelos eficientes e precisos para resolver uma variedade de problemas de Machine Learning.<\/p>\n<p>Desenvolva a sua carreira hoje mesmo! Conhe\u00e7a a <a href=\"https:\/\/fluency.io\/br\/blog\/?utm_source=blog\">Awari<\/a><\/p>\n<p>A Awari \u00e9 uma plataforma de ensino completa que conta com mentorias individuais, cursos com aulas ao vivo e suporte de carreira para voc\u00ea dar seu pr\u00f3ximo passo profissional. Quer aprender mais sobre as t\u00e9cnicas necess\u00e1rias para se tornar um profissional de relev\u00e2ncia e sucesso?<\/p>\n<p>Conhe\u00e7a <a href=\"https:\/\/fluency.io\/br\/blog\/cursos?utm_source=blog\">nossos cursos<\/a> e desenvolva compet\u00eancias essenciais com jornada personalizada, para desenvolver e evoluir seu curr\u00edculo, o seu pessoal e materiais complementares desenvolvidos por especialistas no mercado!<\/p>\n<p><\/body><\/p>\n","protected":false},"excerpt":{"rendered":"<p>The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to handle missing data, and flexibility of decision trees. However, it also mentions the risks of overfitting and instability. The article provides best practices for utilizing decision trees effectively, such as preprocessing the data, avoiding overfitting, using ensemble techniques, and validating the model. Overall, decision trees are powerful algorithms for machine learning but require careful implementation. Learn more with Awari&#8217;s comprehensive learning platform. (167 characters)<\/p>\n","protected":false},"author":9,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":[186],"meta":{"inline_featured_image":false,"footnotes":""},"categories":[229],"tags":[],"trilha":[],"class_list":["post-123732","post","type-post","status-publish","format-standard","hentry","category-skills","format-artigos"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina - Fluency.io Brasil<\/title>\n<meta name=\"description\" content=\"The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to...\" \/>\n<meta name=\"robots\" content=\"noindex, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina - Fluency.io Brasil\" \/>\n<meta property=\"og:description\" content=\"The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/\" \/>\n<meta property=\"og:site_name\" content=\"Fluency.io Brasil\" \/>\n<meta property=\"article:published_time\" content=\"2023-06-28T20:54:09+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-07-26T18:51:48+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"kaue\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/\"},\"author\":{\"name\":\"kaue\",\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/#\\\/schema\\\/person\\\/7b3b2b50ba17b7f2ad0cce0a40bfa00a\"},\"headline\":\"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina\",\"datePublished\":\"2023-06-28T20:54:09+00:00\",\"dateModified\":\"2023-07-26T18:51:48+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/\"},\"wordCount\":810,\"commentCount\":0,\"articleSection\":[\"Skills\"],\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/\",\"url\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/\",\"name\":\"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina - Fluency.io Brasil\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/#website\"},\"datePublished\":\"2023-06-28T20:54:09+00:00\",\"dateModified\":\"2023-07-26T18:51:48+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/#\\\/schema\\\/person\\\/7b3b2b50ba17b7f2ad0cce0a40bfa00a\"},\"description\":\"The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to...\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/blog\\\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"In\u00edcio\",\"item\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/#website\",\"url\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/\",\"name\":\"Fluency.io Brasil\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/#\\\/schema\\\/person\\\/7b3b2b50ba17b7f2ad0cce0a40bfa00a\",\"name\":\"kaue\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/bdd3958fa53019cfd8f789c0a49a730e7ba40a1d20cb42c9ced7646285842479?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/bdd3958fa53019cfd8f789c0a49a730e7ba40a1d20cb42c9ced7646285842479?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/bdd3958fa53019cfd8f789c0a49a730e7ba40a1d20cb42c9ced7646285842479?s=96&d=mm&r=g\",\"caption\":\"kaue\"},\"url\":\"https:\\\/\\\/homolog.fluency.io\\\/br\\\/author\\\/kaue\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina - Fluency.io Brasil","description":"The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to...","robots":{"index":"noindex","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"og_locale":"pt_BR","og_type":"article","og_title":"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina - Fluency.io Brasil","og_description":"The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to...","og_url":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/","og_site_name":"Fluency.io Brasil","article_published_time":"2023-06-28T20:54:09+00:00","article_modified_time":"2023-07-26T18:51:48+00:00","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"kaue","Est. tempo de leitura":"4 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/#article","isPartOf":{"@id":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/"},"author":{"name":"kaue","@id":"https:\/\/homolog.fluency.io\/br\/#\/schema\/person\/7b3b2b50ba17b7f2ad0cce0a40bfa00a"},"headline":"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina","datePublished":"2023-06-28T20:54:09+00:00","dateModified":"2023-07-26T18:51:48+00:00","mainEntityOfPage":{"@id":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/"},"wordCount":810,"commentCount":0,"articleSection":["Skills"],"inLanguage":"pt-BR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/","url":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/","name":"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina - Fluency.io Brasil","isPartOf":{"@id":"https:\/\/homolog.fluency.io\/br\/#website"},"datePublished":"2023-06-28T20:54:09+00:00","dateModified":"2023-07-26T18:51:48+00:00","author":{"@id":"https:\/\/homolog.fluency.io\/br\/#\/schema\/person\/7b3b2b50ba17b7f2ad0cce0a40bfa00a"},"description":"The article discusses the advantages and disadvantages of using decision trees in machine learning projects. It highlights the interpretability, ability to...","breadcrumb":{"@id":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/homolog.fluency.io\/br\/blog\/machine-learning-arvore-de-decisao-utilizando-arvores-de-decisao-em-aprendizado-de-maquina\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"In\u00edcio","item":"https:\/\/homolog.fluency.io\/br\/"},{"@type":"ListItem","position":2,"name":"Machine Learning \u00c1rvore de Decis\u00e3o: Utilizando \u00c1rvores de Decis\u00e3o em Aprendizado de M\u00e1quina"}]},{"@type":"WebSite","@id":"https:\/\/homolog.fluency.io\/br\/#website","url":"https:\/\/homolog.fluency.io\/br\/","name":"Fluency.io Brasil","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/homolog.fluency.io\/br\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Person","@id":"https:\/\/homolog.fluency.io\/br\/#\/schema\/person\/7b3b2b50ba17b7f2ad0cce0a40bfa00a","name":"kaue","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/secure.gravatar.com\/avatar\/bdd3958fa53019cfd8f789c0a49a730e7ba40a1d20cb42c9ced7646285842479?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/bdd3958fa53019cfd8f789c0a49a730e7ba40a1d20cb42c9ced7646285842479?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/bdd3958fa53019cfd8f789c0a49a730e7ba40a1d20cb42c9ced7646285842479?s=96&d=mm&r=g","caption":"kaue"},"url":"https:\/\/homolog.fluency.io\/br\/author\/kaue\/"}]}},"_links":{"self":[{"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/posts\/123732","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/comments?post=123732"}],"version-history":[{"count":0,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/posts\/123732\/revisions"}],"wp:attachment":[{"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/media?parent=123732"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/categories?post=123732"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/tags?post=123732"},{"taxonomy":"format","embeddable":true,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/format?post=123732"},{"taxonomy":"trilha","embeddable":true,"href":"https:\/\/homolog.fluency.io\/br\/wp-json\/wp\/v2\/trilha?post=123732"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}