ycliper

Популярное

Музыка Кино и Анимация Автомобили Животные Спорт Путешествия Игры Юмор

Интересные видео

2025 Сериалы Трейлеры Новости Как сделать Видеоуроки Diy своими руками

Топ запросов

смотреть а4 schoolboy runaway турецкий сериал смотреть мультфильмы эдисон
Скачать

Curso Básico de Ciência de Dados - Aula 4 - O Aprendizado de Máquina para Classificação

Автор: Hashtag Programação

Загружено: 2022-09-12

Просмотров: 14678

Описание: Quer saber mais sobre o nosso Curso Completo de Ciência de Dados? Clique no link abaixo para garantir sua vaga na próxima turma:
https://blp.hashtagtreinamentos.com/c...

PARA BAIXAR O MINICURSO GRATUITO DE PYTHON:
http://pages.hashtagtreinamentos.com/...

-----------------------------------------------------------------------

► Arquivos Utilizados no Vídeo:
https://pages.hashtagtreinamentos.com...

► Avaliando um Modelo de Classificação - Aprendizado de Máquinas em Python
   • Avaliando um Modelo de Classificação - Apr...  

-----------------------------------------------------------------------

Caso prefira o vídeo em formato de texto: https://www.hashtagtreinamentos.com/a...

-----------------------------------------------------------------------

Fala Impressionadores! Na aula de hoje nós vamos dar continuidade a nossa trilha de ciência de dados no nosso Curso Básico de Ciência de Dados!

Nessa aula nós vamos dar início ao aprendizado de máquina para classificação, ou seja, vamos utilizar um modelo de aprendizado de máquina para prever os sobreviventes na base do Titanic.

Como nós já temos as informações desses sobreviventes essa será uma aprendizagem supervisionada, então vamos verificar como os nossos modelos se comportam ao comparar com as informações que temos dos sobreviventes.

Para isso nós vamos utilizar a biblioteca pandas, para fazer nossa análise de dados em Python, depois vamos remover valores vazio em Python para tirar tudo o que não formos utilizar.

Além de remover as informações que não serão necessárias, pois vamos utilizar apenas informações numéricas para fazer nossa análise.

Vamos utilizar também a biblioteca do scikit-learn (biblioteca para análise preditiva de dados), dentro dela vamos utilizar o KNN, modelo árvore de decisão e regressão logística.

Assim vamos poder comparar entre os 3 modelos qual deles é o mais preciso, ou seja, chega mais perto dos resultados que temos de sobreviventes.

-----------------------------------------------------------------------

Hashtag Programação

► Inscreva-se em nosso canal: http://bit.ly/3c0LJQi
► Ative as notificações (clica no sininho)!
► Curta o nosso vídeo!

-----------------------------------------------------------------------

Redes Sociais

► Blog: https://bit.ly/2MRUZs0
► YouTube: http://bit.ly/3c0LJQi
► Instagram: https://bit.ly/3o6dw42
► Facebook: http://bit.ly/3qGtaF2

Aqui nos vídeos do canal da Hashtag Programação ensinamos diversas dicas de Python para que você consiga se desenvolver nessa linguagem de programação!

-----------------------------------------------------------------------

cienciadedados #hashtagprogramacao

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
Curso Básico de Ciência de Dados - Aula 4 - O Aprendizado de Máquina para Classificação

Поделиться в:

Доступные форматы для скачивания:

Скачать видео

  • Информация по загрузке:

Скачать аудио

Похожие видео

Curso Básico de Ciência de Dados - Aula 5 - Tratamento de Dados

Curso Básico de Ciência de Dados - Aula 5 - Tratamento de Dados

Curso Básico de Ciência de Dados - Aula 1 - Introdução a Ciência de Dados

Curso Básico de Ciência de Dados - Aula 1 - Introdução a Ciência de Dados

Guidance for Feibot Workbench V4 --- 11 Rankings

Guidance for Feibot Workbench V4 --- 11 Rankings

A Árvore de Decisão - Algoritmos de Aprendizado de Máquinas

A Árvore de Decisão - Algoritmos de Aprendizado de Máquinas

Curso Básico de Ciência de Dados - Aula 6 - Deploy de um Modelo de Aprendizado de Máquinas

Curso Básico de Ciência de Dados - Aula 6 - Deploy de um Modelo de Aprendizado de Máquinas

New Feeling Good | Deep House, Vocal House, Nu Disco, Chillout Mix | Emotional Mix 2026 #deephouse

New Feeling Good | Deep House, Vocal House, Nu Disco, Chillout Mix | Emotional Mix 2026 #deephouse

Introdução ao Pandas no Python - [SAIA DO ZERO EM 1 AULA]

Introdução ao Pandas no Python - [SAIA DO ZERO EM 1 AULA]

DEEP LEARNING EXPLICADO

DEEP LEARNING EXPLICADO

Curso Básico de Ciência de Dados

Curso Básico de Ciência de Dados

Исследовательский анализ данных с помощью Pandas Python

Исследовательский анализ данных с помощью Pandas Python

O KNN (K-Nearest Neighbors) - Algoritmos de Aprendizado de Máquinas

O KNN (K-Nearest Neighbors) - Algoritmos de Aprendizado de Máquinas

Введение в анализ данных с помощью Python — [Первые шаги]

Введение в анализ данных с помощью Python — [Первые шаги]

Como usar Clusters para encontrar padrões nos seus dados | ML do Básico ao Aplicado

Como usar Clusters para encontrar padrões nos seus dados | ML do Básico ao Aplicado

Лучший документальный фильм про создание ИИ

Лучший документальный фильм про создание ИИ

Adaptix vs Pydantic: или почему код на Python может работать быстро? / Python Mentor Podcast #3

Adaptix vs Pydantic: или почему код на Python может работать быстро? / Python Mentor Podcast #3

A Regressão Linear  - Algoritmos de Aprendizado de Máquinas

A Regressão Linear - Algoritmos de Aprendizado de Máquinas

Introdução ao Aprendizado de Máquina(do ZERO ao primeiro modelo)| Mãos à Obra Cientista de Dados #01

Introdução ao Aprendizado de Máquina(do ZERO ao primeiro modelo)| Mãos à Obra Cientista de Dados #01

Métricas de avaliação de um CLASSIFICADOR | Matriz de Confusão | Machine Learning #06

Métricas de avaliação de um CLASSIFICADOR | Matriz de Confusão | Machine Learning #06

Музыка для продуктивной работы (Гамма-волны 40 Гц)

Музыка для продуктивной работы (Гамма-волны 40 Гц)

Como Tratar Valores Vazios em uma Base de Dados com Python

Como Tratar Valores Vazios em uma Base de Dados com Python

© 2025 ycliper. Все права защищены.



  • Контакты
  • О нас
  • Политика конфиденциальности



Контакты для правообладателей: [email protected]