Olá pessoal! Liberamos CERTIFICADO para este curso gratuito. Para solicitar o seu, basta conferir o curso no link abaixo: didatica.tech/curso-de-python-para-machine-learning-e-ciencia-de-dados-gratuito/
Resumo e organização dessa aula retirados da descrição, mas clicável: 0:06 Objetivo da aula 0:38 Instalação do Python 3 1:00 Quais dados iremos utilizar 3:26 Baixando o dataset dos dados 4:53 Abrindo o arquivo dentro do Python 6:13 Visualizando os dados 7:05 Entendendo o conjunto de dados 8:30 Transformando texto em número 10:55 Separando as variáveis preditoras e a variável alvo (target) 13:10 Separando os dados em treino e teste com a função train_test_split 14:44 Verificando o tamanho do dataset e o tamanho dos dados de treino e teste 17:15 Criando o código para utilizar o algoritmo de machine learning em 4 linhas 21:19 Verificando a acurácia do algoritmo 23:20 Selecionando amostras aleatoriamente para o algoritmo fazer previsões das classes 28:12 Como dar continuidade a esse estudo
Impressionante a quantidade de coisas úteis que eu aprendi nessas 25 aulas. É claro que conhecimentos prévios ajudam muito, mas nossa, excelente curso e didática.
Passei, 46 horas estudando, e procurando algo que me explicasse melhor como fazer meu exercício. E Finalmente, Deus colocou você no meu caminho, para me ajudar a entender o que é aprendizagem de máquina. Todo sucesso do mundo pra você!
Show demais. E recomendo, entrei no canal Descomplicando a Música e aprendam com esta mesma didática. Para aqueles momentos de tensão, quando nada parece funcionar, aprenda a tocar um blues.
Quem estiver usando o google colabs segue a dica de como fazer upload do arquivo: from google.colab import files uploaded = files.upload() for fn in uploaded.keys(): print('User uploaded file "{name}" with length {length} bytes'.format( name=fn, length=len(uploaded[fn]))) Da Run. Escolhe o arquivo import pandas as pd import io arquivo = pd.read_csv(io.StringIO(uploaded['wine_dataset.csv'].decode('utf-8'))) da run... arquivo.head() ->pronto
valeu Igor, mas no meu apareceu mensagem de erro. MessageError: TypeError: Cannot read property '_uploadFiles' of undefined Tô bem triste, já que aprecem erros pra mim usando o VS Code, o PyCharm e o Jupyter Notebook também, e eu não consigo estudar Python de jeito nenhum kkkk.
Tambem da pra subir o arquivo para o github, depois e so usar selecionar o arquivo, clicar view raw e usar a url import pandas as pd url = 'raw.githubusercontent.com/uguazelli/datasets/master/wine_dataset.csv' df = pd.read_csv(url) df.head()
Parabéns pela aula, deu pra pegar 100% do que foi passado. Professor, agora tenho uma dúvida, eu conseguiria saber os parâmetros que foram utilizados para aplicar na base de teste?
Tem algum video que mostra como inserir outro conjunto de dados utilizando esse que foi criado? ou seja como pegar dados de outro vinho utilizar nesse código?
muito bom isso, em 2020 a acurácia está melhor ainda (0.9964102564102564) sei que a diferença é pouca mas isso prova que o algoritmo esta evoluindo. Parabéns professor.
Salve família! Tudo bem com vcs ? Espero q sim, eu estou bem graças a deus. . Eu formei em bacharelado em Matemática pura. Eu sempre me interessei + pela Matemática pura, motivo pelo qual me fez mudar da Engenharia pro bacharelado em Matemática que foi concluído com sucesso. Desde as disciplinas mais básicas como cálculos e algebra linear sempre busquei os livros mais avançados no contexto da Matemática pura. Me deu uma boa base teórica e generalista, mas não tenho o conhecimento da algebra linear computacional. Destaco também teoria da medida que estudei com um viés probabilístico, mas não estudei nada de estatística. Queria seguir área acadêmica em Matemática pura, mas terminei o curso com 30, pq ingressei com 25. Daí meio que desanimei de fazer o mestrado e doutorado, pq em geral maioria dos estudantes com 30 já tá com o doutorado. . Através da Econofisica, descobrir o mercado financeiro e gostei bastante. Estudei vários modelos quantitativos para acoes e derivativos e conheci uma galera da matemática e física q trampa com data science e achei super Massa. Porém, meu grande desafio será adquirir os skills necessários em programação em Python, R e SQL. Ao invés de começar por linguagem de programação, pensei em estudar os tópicos na seguinte ordem: 1) Já começar por ML e ir explorando a fundo a Matemática por trás e já indo tbm estudando os conhecimentos estatísticos por trás. Daria muita ênfase nesse processo. 2) Estudar pesquisa operacional; Programação linear e não linear e outras técnicas de otimização. 3) Estudar VBA para Excel. 4) Estudar Power bi e Tableau para visualização.. 4) Estudar SQL 5) Estudar Python direcionado pra ciência de dados. 6) Com conhecimento de python retornar no passo 1). Minha motivação é desenvolver um projeto dentro do mercado de ações e derivativos. Faz sentido começar por ML e deixar python por último ?
2 года назад
Apenas com Python vc já consegue fazer MUITA coisa. Se fosse vc, eu iria pelas opções 1) e 5) mencionadas. O resto vc vai buscando conforme vê necessidade, pois é provável que nem precise
Dúvida: No mercado de trabalho para esta área oque é levado em consideração? o conhecimento e funcionamento das bibliotecas e da logica é claro ou o conhecimento matemático no qual as bibliotecas entregam prontos?
Impressionante a didática, eu tive um pouco de dificuldade pra compreender o modelo, algumas coisas entraram na cabeça e outras não ainda kk mas obrigado!
@Didática Tech muito boa aula, refiz com diversas outros arquivos e variando a quantidade de colunas e isso muda o resultado da acurácia com um número menor de colunas. Mas pergunto o seguinte: se eu incluir 1000 linhas no modelo com dados aleatórios ele responderia se esses novos dados são tinto o branco? Fiquei confuso no objetivo do algoritmo, caso eu não possa usar dados a serem identificados. Obrigado e parabéns.
Sempre ouvi sobre IA e pensava que era impossível pra reles mortais aprender, claro que mudei de ideia a partir desse vídeo. Então, seguindo o conceito explicado no vídeo pode-se identificar qualquer coisa ou objeto da vida real, uma pessoa, uma doença, um animal uma planta... estou certo? No vídeo foram inseridas no sistema amostrar oriundas de um determinado site como exemplo. Porém, como conseguir essas amostrar na visa real? Em um exame de laboratório por exemplo, o material é colocado sobre uma plaqueta com reagentes e conforme a cor determina-se o resultado. Seria possível, usando esse exemplo de laboratório, fotografar o resultado, determinar a cor (em RGB, por ex:) alimentar o sistema com essa cor, informar o resultado esperado, treinar o sistema e como teste, fazer outro exame, informar os dados novamente e comparar os resultados? A matéria é fascinante. Muito obrigado por compartilhar seus conhecimentos.
2 года назад
Oi Amilton, exato, existem muitas formas de coletar a informação e passar para os algoritmos de IA. A tarefa humana é tratar os dados, enquanto a IA encontra os padrões
Como faço agora que ele aprendeu, dar outro csv pra ele sem o campo style para ele com base no que ele aprendeu no csv do curso, me dizer qual o tipo de vinho?
Bom dia, otimos videos vc esta entregando para o público parabens . Mas tem uma coisinha qual a graduacao ou seja a melhor na area da programação e virar um zica do pântano kkkkkkk da uma luz. ai.
Muito bacana seu vídeo. Se for possível tira uma dúvida? Depois que eu tenho o modelo treinado como eu aplico ele a um Dashboard de power BI por exemplo?
olá professor primeiramente parabéns conteúdo excelente e bem didático, teria algumas duvidas como conseguiu prever sendo seus dados estão divididos em float e int, estou tendo problemas nas minhas métricas não é necessário padronizar ou normalizar os dados antes?
Boa tarde. Estou com um problema na execução da linha de importação do Sklearn onde retorna o erro: "ImportError: DLL load failed while importing _arpack: The specified procedure could not be found". Tentativas já realizadas: reinstalar o anaconda, criação de um novo kernel, instalação do mkl, instalação do arpack. Não consigo encontrar essa DLL para baixar. Qualquer ajuda é bem vinda!
Oi, o que eu to fazendo de errado? Input In [45] x_treino, x_teste, y_treino, y_teste = train_test_split(x, y, test_size = 0,3) ^ SyntaxError: positional argument follows keyword argument O codigo esta igual ao que vc colocou em video.
Muito bom! Parabéns pela aula!!! Infelizmente não passei da importação do train_test_split da um erro "ImportError: DLL load failed while importing _arpack: The specified procedure could not be found." Pelo que vi, tem bastante gente tendo o mesmo problema. Sei que não é erro do seu código, mas sim algum conflito de importação dos pacotes scikit-learn com numpy....algo assim. Muito obrigado por compartilhar seu conhecimento!
No caso, por exemplo, o programa faz a previsão com base na na tupla/registro no qual vai inserir o dado, ou com base nos outros registros acima? Por exemplo, Coluna 1 | Coluna 2 | Coluna 3 A 1 X B 2 Y C 3 O dado faltante da Coluna 3 será previsto com base no dado "C" e "3" ou com base nos dados "A", "1", "X"; "B", "2", "Y" desenhado à cima? Faço a pergunta pois preciso desenvolver um programa que preveja o dado faltante da Coluna 3, levando em consideração apenas os dados das linhas de cima e com base apenas no dado "3", SEM o dado "C": Coluna 1 | Coluna 2 | Coluna 3 A 1 X B 2 Y 3 Digamos que cada linha é preenchida em duas etapas: 1º Ela preenche o ultimo dado da Coluna 2 e depois o ultimo dado da Coluna 1 e 3... Queria prever o valor da Coluna 3, mesmo que o dado "C" não esteja registrado na tabela.... Alguem pode me ajudar?
3 года назад+1
Se essa é a única amostra q vc vai prever, sugiro treinar o modelo usando somente a coluna 2 para prever a coluna 3 (a coluna 2 será a variável preditora e a coluna 3 será a variável targer). Se há mais amostras para serem previstas, treine o modelo considerando as colunas 1 e 2 como variáveis preditoras, e quando há um valor faltante em uma delas, use uma técnica de substituição de dados missing
Bom dia! Mais uma excelente aula! Teria como postar alguns videos específicos sobre numpy? Eu sempre me enrolo qdo recebo os erros de shape no numpy...
Parabéns à Didática Tech, excelente treinamento, realmente o melhor que já vi. Agora queria uma ajuda, estou tentando substituir os valores de uma coluna, que é uma string, por um valor '0', exatamente como você fez com red e white no caso dos vinhos, só que estou recebendo o seguinte erro: ******TypeError: 'str' object is not callable*******
Já que você também é do Descomplicando a Música, você acha que conseguiria fazer algo como deixar um algoritmo aprendendo teoria musical e no final ele ser capaz de compor uma música, mesmo que uma simples composição?
4 года назад
Sim Luis, isso já é possível com as técnicas mais avançadas de deep learning. No futuro pretendo postar algo a respeito ;)
Não consigo instalar SCIKIT-LEARN me da o erro "DLL load filed", já dei o comando no CMD "conda install scikit-learn", diz que esta instalado mas quando coloco "import sklearn" dá o mesmo erro a cima , já localizei o arquivo referente ao "dll" "mkl_intel_thread.dll" e esta instalado no system32, syswin64, e na pasta do anaconda3\library\bin. poderia me ajudar a resolver esse problema, todas as outras bibliotecas estão instaladas "numpy,pandas,scipy,joblib, menos a scikit-learn e a tensorflow.
Uma dúvida, se eu rodar a previsão do modelo diversas vezes, o resultado pode variar? Dado que a acurácia não é 100%? Se sim, é válido fazer uma média das previsões para avaliar a incerteza do resultado? Pois eu imagino que a previsão de um vinho que tenha características bem expressivas de vinho tinto seja mais precisa do que um vinho com características intermediárias.
3 года назад+1
O resultado das previsões vai variar se você treinar o modelo novamente. Nesse caso, você pode treinar o modelo várias vezes com os mesmos dados e depois fazer uma média das previsões de todos os modelos. Esse método é chamado de bagging
Bom dia , sou iniciante nessa modalidade, não vi aqui a forma de como você criou esse ambiente de código. Eu baixei esse arquivo CSV e instalei o Python 3.9.2. precisa fazer mais o que me explique por gentileza. Quero chegar exatamente nesse ambiente de treinamento;
Olá professor, assisti todas as aulas do seu curso, só tenho uma dúvida em relação ao código, na linha 9, eu entendi tudo, menos a atribuição de variáveis
![Yeat & Summrs - GO2WORK [Official Music Video]](http://i.ytimg.com/vi/NEFEwfPcXRA/mqdefault.jpg)
Olá pessoal! Liberamos CERTIFICADO para este curso gratuito.
Para solicitar o seu, basta conferir o curso no link abaixo:
didatica.tech/curso-de-python-para-machine-learning-e-ciencia-de-dados-gratuito/
Tava aprendendo a tocar meu violão com vídeos no RUclips, treinei, e resolvi ver sobre machine learning e PAH, é o mesmo cara kkkkk
SIM MANO kkkkkk. Tava vendo o vídeo de teoria musical e do nada isso
@@Echoes3333 O legal é que uma coisa não tem NADA haver com a outra, e aqui estamos kkkkkkk
Não mano esse é um robor..kkk
É nada! kkkkkk Como assim kkk é no mesmo canal?
um homem bem prevenido vale por dois
Resumo e organização dessa aula retirados da descrição, mas clicável:
0:06 Objetivo da aula
0:38 Instalação do Python 3
1:00 Quais dados iremos utilizar
3:26 Baixando o dataset dos dados
4:53 Abrindo o arquivo dentro do Python
6:13 Visualizando os dados
7:05 Entendendo o conjunto de dados
8:30 Transformando texto em número
10:55 Separando as variáveis preditoras e a variável alvo (target)
13:10 Separando os dados em treino e teste com a função train_test_split
14:44 Verificando o tamanho do dataset e o tamanho dos dados de treino e teste
17:15 Criando o código para utilizar o algoritmo de machine learning em 4 linhas
21:19 Verificando a acurácia do algoritmo
23:20 Selecionando amostras aleatoriamente para o algoritmo fazer previsões das classes
28:12 Como dar continuidade a esse estudo
nossa mano obrigado
Obrigada!!
Meu herói
caramba, me impressionei com quão simples e intuitivo foi, tô aprendendo python a pouco tempo justamente pra mexer com machine learning
Impressionante a quantidade de coisas úteis que eu aprendi nessas 25 aulas. É claro que conhecimentos prévios ajudam muito, mas nossa, excelente curso e didática.
Fala Claudio. Quando comenta dos 25 vídeos, são do curso pago? Se sim, quem não é programador consegue acompanhar?
@@Mauro_P Mauro, eu acho que se você fizer primeiro o curso básico de phython deles você acompanha sim.
@@cckerber Obrigado. Mas estas 25 aulas que vc comenta, são as do curso pago?
Esse canal é incrível e o professor é top!
Estou vendo essa playlist toda.
Obrigada, professor!
Passei, 46 horas estudando, e procurando algo que me explicasse melhor como fazer meu exercício. E Finalmente, Deus colocou você no meu caminho, para me ajudar a entender o que é aprendizagem de máquina.
Todo sucesso do mundo pra você!
sério meus parabéns, deve ser o melhor vídeo de ML no RUclips brasileiro
No Didática Tech, tudo fica fácil, incrível!✔
Vdd
Caro Natanael, você é um mestre excelente!!! Muito conhecimento e segurança. Parabéns pelas suas aulas extremamente didáticas. Muito obrigado.
I .
SELOKO descomplicando python kkkk muito bom!!!
Parabéns! Excelente didática! Não vi conteúdo mais completo como estes.
é mesmo e eu revirei o youtube atras de conteudos gratis. ele é um dos poucos
Nossa falar que que foi excelente é muito pouco, Sensacionalllll, parabenssss, e rodou tudo até o final sem problemas
Excelente! Os iniciantes agradecem fervorosamente!
Didática incrível. Obrigada, professor!
Mano eu achava que o Natanael só explicava bem quando se trata de música, mas agora eu vi que até em programação o maluco é bom. Parabéns!!
Parabéns pela iniciativa. Excelente curso introdutório gratuito.
Vocẽ é muito bom explicando e dando exemplos.
Cara, esse foi o melhor vídeo de machine learning que eu já assisti
Show demais. E recomendo, entrei no canal Descomplicando a Música e aprendam com esta mesma didática. Para aqueles momentos de tensão, quando nada parece funcionar, aprenda a tocar um blues.
Parabéns pela Playlist! Vídeos com conteúdo e excelente dinâmica, sucesso ao canal!
A aula mais esperada! Acabei de assistir, realmente era o que eu esperava, excelente curso! Vale apena ver do ZERO!
Muito bacana. Esse foi o primeiro vídeo que assisti desse assunto. Me deixou curioso para conhecer um pouco mais sobre esse ML
"Não precisa ser um mago do Python" aUHAhaUauAHuh GOSTEI....o "difícil" se torna ainda mais fácil com esse comentário...vc é god!
Parabéns pela explicação simples e didática.
Parabéns pela didática. Clara e tech
caraca muito bom! agradeço muito por todo esse conteúdo de graça e de muita qualidade, valeu!
Ensina música, programação, daqui a pouco ensina a voar
Ele é o cara kkkkkkk
kkkkkkkkkkkk
Logo logo vai sair uma video aula dele ensinando como programar um robo pra tocar violão kkk
Cara parabéns pela aula e pela didática! estou maratonando seus vídeos, da até gosto de aprender machine learning kkk
Vc por aqui ksksk sou teu fã cara
Quem estiver usando o google colabs segue a dica de como fazer upload do arquivo:
from google.colab import files
uploaded = files.upload()
for fn in uploaded.keys():
print('User uploaded file "{name}" with length {length} bytes'.format(
name=fn, length=len(uploaded[fn])))
Da Run.
Escolhe o arquivo
import pandas as pd
import io
arquivo = pd.read_csv(io.StringIO(uploaded['wine_dataset.csv'].decode('utf-8')))
da run...
arquivo.head() ->pronto
Muito obrigado Igor. Estava atrás desse comando a dias!!
valeu Igor, mas no meu apareceu mensagem de erro. MessageError: TypeError: Cannot read property '_uploadFiles' of undefined
Tô bem triste, já que aprecem erros pra mim usando o VS Code, o PyCharm e o Jupyter Notebook também, e eu não consigo estudar Python de jeito nenhum kkkk.
Tambem da pra subir o arquivo para o github, depois e so usar selecionar o arquivo, clicar view raw e usar a url
import pandas as pd
url = 'raw.githubusercontent.com/uguazelli/datasets/master/wine_dataset.csv'
df = pd.read_csv(url)
df.head()
Tu é o cara!!!!
Valeu mano!
Excelente vídeo, obrigado! Caso eu quisesse saber quais variáveis impactam mais o resultado, qual seria o código?
Parabéns pela aula, muito boa mesmo.
melhor video que vi até agora
Parabéns pela aula, deu pra pegar 100% do que foi passado.
Professor, agora tenho uma dúvida, eu conseguiria saber os parâmetros que foram utilizados para aplicar na base de teste?
Tem algum video que mostra como inserir outro conjunto de dados utilizando esse que foi criado? ou seja como pegar dados de outro vinho utilizar nesse código?
muito bom isso, em 2020 a acurácia está melhor ainda (0.9964102564102564) sei que a diferença é pouca mas isso prova que o algoritmo esta evoluindo.
Parabéns professor.
Sensacional! Parabéns, galera.
Salve família! Tudo bem com vcs ? Espero q sim, eu estou bem graças a deus.
.
Eu formei em bacharelado em Matemática pura. Eu sempre me interessei + pela Matemática pura, motivo pelo qual me fez mudar da Engenharia pro bacharelado em Matemática que foi concluído com sucesso. Desde as disciplinas mais básicas como cálculos e algebra linear sempre busquei os livros mais avançados no contexto da Matemática pura. Me deu uma boa base teórica e generalista, mas não tenho o conhecimento da algebra linear computacional. Destaco também teoria da medida que estudei com um viés probabilístico, mas não estudei nada de estatística.
Queria seguir área acadêmica em Matemática pura, mas terminei o curso com 30, pq ingressei com 25. Daí meio que desanimei de fazer o mestrado e doutorado, pq em geral maioria dos estudantes com 30 já tá com o doutorado.
.
Através da Econofisica, descobrir o mercado financeiro e gostei bastante. Estudei vários modelos quantitativos para acoes e derivativos e conheci uma galera da matemática e física q trampa com data science e achei super Massa.
Porém, meu grande desafio será adquirir os skills necessários em programação em Python, R e SQL.
Ao invés de começar por linguagem de programação, pensei em estudar os tópicos na seguinte ordem:
1) Já começar por ML e ir explorando a fundo a Matemática por trás e já indo tbm estudando os conhecimentos estatísticos por trás.
Daria muita ênfase nesse processo.
2) Estudar pesquisa operacional; Programação linear e não linear e outras técnicas de otimização.
3) Estudar VBA para Excel.
4) Estudar Power bi e Tableau para visualização..
4) Estudar SQL
5) Estudar Python direcionado pra ciência de dados.
6) Com conhecimento de python retornar no passo 1).
Minha motivação é desenvolver um projeto dentro do mercado de ações e derivativos.
Faz sentido começar por ML e deixar python por último ?
Apenas com Python vc já consegue fazer MUITA coisa. Se fosse vc, eu iria pelas opções 1) e 5) mencionadas. O resto vc vai buscando conforme vê necessidade, pois é provável que nem precise
Parabéns!!! ótima aula ...melhores comentários..."programação,Música ...jajá ensina a VOAR KKKkkkk....essa turma é top!!
TOP DEMAIS !
me inscrevi no canal e estou compartilhando , muito bom msm, obrigado por compartilhar o conhecimento.
Que legal quem sabe no ano que vem eu compre um dos cursos seus
Dúvida: No mercado de trabalho para esta área oque é levado em consideração? o conhecimento e funcionamento das bibliotecas e da logica é claro ou o conhecimento matemático no qual as bibliotecas entregam prontos?
Ótima aula professor, muito bem explicado. Obrigado novamente por compartilhar seus conhecimentos.
Impressionante a didática, eu tive um pouco de dificuldade pra compreender o modelo, algumas coisas entraram na cabeça e outras não ainda kk mas obrigado!
@Didática Tech muito boa aula, refiz com diversas outros arquivos e variando a quantidade de colunas e isso muda o resultado da acurácia com um número menor de colunas.
Mas pergunto o seguinte: se eu incluir 1000 linhas no modelo com dados aleatórios ele responderia se esses novos dados são tinto o branco? Fiquei confuso no objetivo do algoritmo, caso eu não possa usar dados a serem identificados. Obrigado e parabéns.
Cara seus vídeos são muito bons, parabéns
Muito boa a aula, simplificou bastante!
Obrigado cara, nunca tinha visto uma algoritmo em ação
Sempre ouvi sobre IA e pensava que era impossível pra reles mortais aprender, claro que mudei de ideia a partir desse vídeo. Então, seguindo o conceito explicado no vídeo pode-se identificar qualquer coisa ou objeto da vida real, uma pessoa, uma doença, um animal uma planta... estou certo? No vídeo foram inseridas no sistema amostrar oriundas de um determinado site como exemplo. Porém, como conseguir essas amostrar na visa real? Em um exame de laboratório por exemplo, o material é colocado sobre uma plaqueta com reagentes e conforme a cor determina-se o resultado. Seria possível, usando esse exemplo de laboratório, fotografar o resultado, determinar a cor (em RGB, por ex:) alimentar o sistema com essa cor, informar o resultado esperado, treinar o sistema e como teste, fazer outro exame, informar os dados novamente e comparar os resultados? A matéria é fascinante. Muito obrigado por compartilhar seus conhecimentos.
Oi Amilton, exato, existem muitas formas de coletar a informação e passar para os algoritmos de IA. A tarefa humana é tratar os dados, enquanto a IA encontra os padrões
Muito bom e didático!
Como faço agora que ele aprendeu, dar outro csv pra ele sem o campo style para ele com base no que ele aprendeu no csv do curso, me dizer qual o tipo de vinho?
@Didática Tech, exitem algum exemplo para usar em preventiva para area industrial. Tipos motores, acionamentos etc....
Excelente aula!! Parabéns!!!
Cara, muuuuito bom!! parabéns pelo vídeo!
parabéns! bom explicação, que tipo de ML foi utilizado para esse algoritmo
Bom dia, otimos videos vc esta entregando para o público parabens . Mas tem uma coisinha qual a graduacao ou seja a melhor na area da programação e virar um zica do pântano kkkkkkk da uma luz. ai.
Maravilhosa sua aula,gratidão.
tem alguma aula sobre discretização por entropia (mineraçao de dados)
Parabéns!! espero que o canal cresça muito
Gostei das suas aulas!
Show! Será que consigo usar machine learning para análise de solo? Tem algum exemplo aqui no canal?
E o tratamento de outlier? Faz alguma diferença? Obrigado professor! Otima aula!
Muito bacana seu vídeo.
Se for possível tira uma dúvida? Depois que eu tenho o modelo treinado como eu aplico ele a um Dashboard de power BI por exemplo?
Caraca!! Animal, muito bom o conteudo, nunca vi semelhante antes, parabéns
olá professor primeiramente parabéns conteúdo excelente e bem didático, teria algumas duvidas como conseguiu prever sendo seus dados estão divididos em float e int, estou tendo problemas nas minhas métricas não é necessário padronizar ou normalizar os dados antes?
Eu tenho uma sequencia aleatória. Há como prever os dados futuros de sua sequência a partir de data mining ?
Boa tarde. Estou com um problema na execução da linha de importação do Sklearn onde retorna o erro: "ImportError: DLL load failed while importing _arpack: The specified procedure could not be found". Tentativas já realizadas: reinstalar o anaconda, criação de um novo kernel, instalação do mkl, instalação do arpack. Não consigo encontrar essa DLL para baixar. Qualquer ajuda é bem vinda!
Didática incrível
Excelente. Parabéns
muito didático. Parabéns!
parabens pelos videos!!! explicação muito boa !
Excelente explicação.
Parabéns, pelo vídeo!
Oi, o que eu to fazendo de errado?
Input In [45]
x_treino, x_teste, y_treino, y_teste = train_test_split(x, y, test_size = 0,3)
^
SyntaxError: positional argument follows keyword argument
O codigo esta igual ao que vc colocou em video.
tem como montar uma modelo de machine learning com um banco de dados predominante de dados como 'strings'?
Boa tarde, as suas aulas são otimas, preciso ler um arquivo.csv, e depois gravar na tabela do mysql. tem alguma aula dessa. desde já obrigado.
Otima aula amei ❤❤❤❤
Caraca, olha ele aí. Música e programação com os mesmo professor
Simples e claro. Show!
Muito bom! Parabéns pela aula!!!
Infelizmente não passei da importação do train_test_split da um erro "ImportError: DLL load failed while importing _arpack: The specified procedure could not be found." Pelo que vi, tem bastante gente tendo o mesmo problema. Sei que não é erro do seu código, mas sim algum conflito de importação dos pacotes scikit-learn com numpy....algo assim.
Muito obrigado por compartilhar seu conhecimento!
eu também :(
Muito top essa Aula
Muito boas tuas aulas Tchê
Melhor Canallll
No caso, por exemplo, o programa faz a previsão com base na na tupla/registro no qual vai inserir o dado, ou com base nos outros registros acima?
Por exemplo,
Coluna 1 | Coluna 2 | Coluna 3
A 1 X
B 2 Y
C 3
O dado faltante da Coluna 3 será previsto com base no dado "C" e "3" ou com base nos dados "A", "1", "X"; "B", "2", "Y" desenhado à cima?
Faço a pergunta pois preciso desenvolver um programa que preveja o dado faltante da Coluna 3, levando em consideração apenas os dados das linhas de cima e com base apenas no dado "3", SEM o dado "C":
Coluna 1 | Coluna 2 | Coluna 3
A 1 X
B 2 Y
3
Digamos que cada linha é preenchida em duas etapas: 1º Ela preenche o ultimo dado da Coluna 2 e depois o ultimo dado da Coluna 1 e 3... Queria prever o valor da Coluna 3, mesmo que o dado "C" não esteja registrado na tabela....
Alguem pode me ajudar?
Se essa é a única amostra q vc vai prever, sugiro treinar o modelo usando somente a coluna 2 para prever a coluna 3 (a coluna 2 será a variável preditora e a coluna 3 será a variável targer). Se há mais amostras para serem previstas, treine o modelo considerando as colunas 1 e 2 como variáveis preditoras, e quando há um valor faltante em uma delas, use uma técnica de substituição de dados missing
Haha eu fiz esse mesmo trampo na pós em big data! Massa! Tu poderia fazer um vídeo sobre análise de dados utilizando Pyhton :)
Abç
A voz e a impostacão do cara é igual do Tiago Nigro... incrível kk
Os índices estão entrando como variável e influenciando nos resultados ou a biblioteca filtra essa primeira coluna?
Índice não conta como variável, ele ignora
Bom dia! Mais uma excelente aula! Teria como postar alguns videos específicos sobre numpy? Eu sempre me enrolo qdo recebo os erros de shape no numpy...
Parabéns à Didática Tech, excelente treinamento, realmente o melhor que já vi. Agora queria uma ajuda, estou tentando substituir os valores de uma coluna, que é uma string, por um valor '0', exatamente como você fez com red e white no caso dos vinhos, só que estou recebendo o seguinte erro: ******TypeError: 'str' object is not callable*******
Quando é mais viável usar redes neurais ou outros tipos de aprendizado de máquina, como essa que foi usada? Vocês sabem de algo a respeito?
Depende do problema. O ideal é testar diferentes algoritmos e analisar qual apresenta os melhores resultados para o problema em questão
Não foi meu primeiro código de Machine Learning foi o segundo kkk, mas o vídeo tá muito bom.
muito bom o conteúdo
Já que você também é do Descomplicando a Música, você acha que conseguiria fazer algo como deixar um algoritmo aprendendo teoria musical e no final ele ser capaz de compor uma música, mesmo que uma simples composição?
Sim Luis, isso já é possível com as técnicas mais avançadas de deep learning. No futuro pretendo postar algo a respeito ;)
Não consigo instalar SCIKIT-LEARN me da o erro "DLL load filed", já dei o comando no CMD "conda install scikit-learn", diz que esta instalado mas quando
coloco "import sklearn" dá o mesmo erro a cima , já localizei o arquivo referente ao "dll" "mkl_intel_thread.dll" e esta instalado no system32, syswin64, e na pasta
do anaconda3\library\bin. poderia me ajudar a resolver esse problema, todas as outras bibliotecas estão instaladas "numpy,pandas,scipy,joblib, menos a scikit-learn
e a tensorflow.
Uma dúvida, se eu rodar a previsão do modelo diversas vezes, o resultado pode variar? Dado que a acurácia não é 100%?
Se sim, é válido fazer uma média das previsões para avaliar a incerteza do resultado? Pois eu imagino que a previsão de um vinho que tenha características bem expressivas de vinho tinto seja mais precisa do que um vinho com características intermediárias.
O resultado das previsões vai variar se você treinar o modelo novamente. Nesse caso, você pode treinar o modelo várias vezes com os mesmos dados e depois fazer uma média das previsões de todos os modelos. Esse método é chamado de bagging
@ Interessante! Obrigado por esclarecer. Um abrc
Ótimo vídeo!
Fala professor, tem algum algorítimo com arvore de decisão para analisar jogos de futebol, pois entendo pouco de programação, obrigado!
Bom dia , sou iniciante nessa modalidade, não vi aqui a forma de como você criou esse ambiente de código. Eu baixei esse arquivo CSV e instalei o Python 3.9.2. precisa fazer mais o que me explique por gentileza. Quero chegar exatamente nesse ambiente de treinamento;
Olá professor, assisti todas as aulas do seu curso, só tenho uma dúvida em relação ao código, na linha 9, eu entendi tudo, menos a atribuição de variáveis
Cara, você mudou minha vida kkkkkk