O que é normalização e para que serve (machine learning)
HTML-код
- Опубликовано: 13 дек 2024
- Aprenda nesse vídeo como normalizar os dados e por que isso é importante no mundo do machine learning.
Iremos mostrar alguns exemplos práticos de normalização passo a passo. Você verá que é muito útil para inúmeras aplicações.
Essa aula faz parte do curso gratuito Matemática para Machine Learning: didatica.tech/...
Horas a fio estudando Estatistica Inferencial, aulas e mais aulas, e nada de entender a finalidade de normalização. Até que achei esse vídeo... muito bom!!!
Excelente vídeo! Me ajudou a entender a como normalizar meus dados para pesquisa.
Eu conclui a graduação em Eng. Elétrica usando normalização quase todo dia e nunca tinha entendido qual o objetivo real. Uma explicação objetiva e didática que fez toda a diferença. Obrigado, já me inscrevi no canal pq acho que vou descobrir ainda mais coisas que deveria ter aprendido na universidade e não consegui.
Cara, espetacular!!!! Valeu demais, baita didática!
muito... muito boa a tua explicação... muito obrigado!
O melhor vídeo sobre isso, queria um vídeo sobre padronização também
Só esse cara mesmo pra trazer esses assuntos que eu tava buscando compreender com clareza para os mais curiosos.
Ensinando "segurando na mão" 👏🏼👏🏼👏🏼👏🏼👏🏼
Você é muito bom para simplificar esses conteúdos!
Show. Vocês são nota 10
Parabéns 🎉👍✌🏼pelo vídeo. Já fiz alguns cursos de ML e não tinha entendido até o momento o que é a normalização. Explicação objetiva e muito didática.
video excelente. muito didático. direto ao ponto. parabéns pelo trabalho.
Muito boa explicação!
Adorei a explicação, direta no que precisamos saber e no que é importante nessa técnica!
Essa sua explicação foi muito clara e simples de entender. Estou estudando a base do ENEM e não sabia como resolver a questão da performance nas notas até ver esse vídeo e encontrar uma aplicabilidade pra isso.
Muito obrigado mesmo. Foi fundamental essa explicação.
Ótima explicação.
Sua explicação acabou de salvar uma Enfermeira tentando fazer cálculos para a dissertação de mestrado, rsrs. Muito obrigada!!!
Excelente explicação! Obrigada!
Que show de didática... parabéns meu amigo!
Excelente Aula Professor! Parabéns! Me ajudou muito. Obrigado!
Cara, muito obrigado mesmo!!!
Vídeo incrível
Muito obrigada!!!
Mt bom. Mandou bem!
Imagina o que seria desse país se, principalmente, a juventude se debruçasse em conteúdos desse tipo! Tem que ser compartilhado a exaustão!!!
Vídeo muito bom, parabéns!
Muito bom!!!
Perfeito.
muito bomm..
Excelente ❤
Muito bom!!! Genial!!!
Muito bom professor. Acredito que outra alternativa para este caso poderia ser calcular a média geométrica entre A e P (não cheguei a fazer os cálculos). Sds.
Grande vídeo! 👏👏
Olá.. parabéns pela explicação.
Eu fiquei com uma dúvida....
Qual é o melhor momento para realizar a normalização?
É durante a análise exploratória (dos gráficos)? ou antes de treinar o modelo?
Obrigado.
show!
Quais os outros tipos de normalização??
Se eu entendi, ele padronizou escalas/escopos diferentes para poder compara-las
Olá. Vi que no vídeo foi feita uma normalização pela média, porém há outros tipos como min-max, z-score, escalamento decimal, dentre outros. Minha pergunta é: Em qual bibliografia posso encontrar o tipo de normalização que foi realizada neste vídeo? Desde já agradeço a quem me responder.
Ok, e quando NÃO normalizar ?
Normalização pela média não deveria ter resultados entre -1 e 1, acho que a formula é ( x - média) / (Maior número do conjunto - Menor Número do conjunto), não?
Essa é outra forma. Um outro jeito é ( x - Menor Número do conjunto) / (Maior número do conjunto - Menor Número do conjunto).
Você pode ainda tentar a raiz cúbica, o ln dentre outras técnicas. Você tem de tentar o que for mais adequado a seu conjunto de dados.
Acho que um dos maiores problemas é fazer a interpretação certa quando você obtém um resultado ao usar a variáveis normalizadas, numa regressão, por exemplo. Vi muita gente se perder nessa hora. Por isso que é comum o uso de ln, a interpretação sai muito mais fácil.
:)
no ufc a normalização é por peso. hehe
Excelente explicação