Curso Machine Learning: classificação com SKLearn

[cglima]

Links

• https://cursos.alura.com.br/course/machine-learning-introducao-a-classificacao-com-sklearn

Descrição

Aplique machine learning na sua empresa Pratique com diversos exemplos Veja como algoritmos de classificação estão por todos os lados no nosso dia a dia Analise resultados com a mente de um cientista de dados Compare o resultado de algoritmos lineares e não lineares Entenda por trás dos panos o que é o tal do aprendizado de máquina para classificação Faça estudos replicáveis, com estratégias de testes Veja Support Vector Machines, Árvores de Decisão e Dummy Classifiers

Repositório

• https://github.com/cglima/alura-machine-learning-classificacao-com-sklearn

[cglima]

Aula 01 - Introdução à classificação

Nesta aula, eu aprendi:

• Treinar algoritmos;
• Definir características (features) do que desejamos classificar;
• Classificar em categorias;
• Utilizar o módulo**linearSVC** e accuracy_score;
• Utilizar o método fit;
• Prever dados com a função predict;
• Calcular a taxa de acerto do modelo;
• Comparar testes e previsões;
• Utilizar a função soma;
• Padronizar variáveis;

[cglima]

Aula 02 - Testes replicáveis, estratificação e lendo dados da internet

Nesta aula, eu aprendi:

• Abrir arquivo CSV;
• Imprimir as primeiras linhas com a função head;
• Renomear as colunas;
• Utilizar a função shape para ver a quantidade de elementos;
• Separar dados para treino e teste;
• Definir a ordem para os números aleatórios;
• Utilizar a função value_counts.

[cglima]

Aula 03 - Um projeto de baixa dimensionalidade e o baseline

Nesta aula, eu aprendi:

• Trocar valores;
• Usar a biblioteca seaborn;
• Gerar um gráfico com dados do CSV;
• Definir cores no gráfico;
• Gerar gráficos distintos;
• Criação de um algoritmo base;
• Capturar os valores mínimos e máximos.
• Utilizar a função arange do numpy

[cglima]

Aula 04 - Support Vector Machine e a não linearidade

Nesta aula, eu aprendi:

• Utilizar o módulo Support Vector Machine;
• Gerar valores randômicos com o módulo SVC;
• Utilizar o módulo Standard Scale.

[cglima]

Aula 05 - Dummy classifier e árvore de decisão

Nesta aula, eu aprendi:

• Alterar dados em colunas;
• Utilizar o módulo datetime;
• Criar colunas;
• Remover colunas e linhas;
• Utilizar o módulo dummie para gerar colunas;
• Utilizar o módulo graphviz para gerar gráficos;
• Definir propriedades gráficas na árvore de decisão.