Ambiente de trabalho
- Preparando
- Utilizando o Framework Anaconda
- Ferramenta - Jupyter Notebook
- Ferramenta - Pycharm
- Validando e pronto para seguir!
Entendendo o ciclo da análise de dados e geração de um modelo
- Uma visão geral da base de dados
- Uma visão geral dos dados faltantes
- Eliminando NaNs
- Substituindo NaNs pela média do conjunto
- Verificando NaNs restantes e verificações finais
- Criando novas features
- Transformação de dados e criação de novas features
- Mais transformação de dados e outras features que podem ser criadas!
- Ufa! Finalmente concluindo o tratamento dos dados...
- Criando nosso primeiro modelo de Machine Learning!
Algoritmos de Regressão
- Regressão Linear Simples - Introdução
- Regressão Linear Simples - Codificação
- Regressão Linear com Múltiplas Variáveis - Introdução
- Regressão Linear com Múltiplas Variáveis - Codificando - Carregamento dos dados
- Regressão Linear com Múltiplas Variáveis - Codificando - Dummy Variables
- Regressão Linear com Múltiplas Variáveis - Codificando - Criando o Modelo
- Regressão Polinomial - Introdução
- Regressão Polinomial - Codificação
- Support Vector Regression - Introdução
- Support Vector Regression - Codificação
- Decision Tree - Introdução
- Decision Tree - Coding
- Random Forest - Introdução
- Random Forest - Codificação
- Avaliando Modelos de Regressão - Introdução
- Avaliando Modelos de Regressão - Codificando
- Conclusão das aulas de regressão
Algoritmos de Classificação
- Logistic Regression - Introdução
- Logistic Regression - Coding
- K-Nearest Neighboors - Introdução
- K-Nearest Neighboors - Coding
- Support Vector Machine - Introdução
- Equação Bayes - Introdução
- Naive Bayes - Introdução
- Naive Bayes - Codificando
- Decision Trees para Classificação - Intuição
- Decision Tree para Classificação - Coding
- Random Forest para Classificação
Validação do modelo
- Introdução
- Técnica 1: Separando dados de treino e dados de testes
- Técnica 2: Usando Cross-Validation
- Técnica 3: Confusion Matrix
- Técnica 4: Adversarial Validation
- Problemas no Modelo: Overfitting
- Problemas com o modelo: Baixo Score
Otimização do modelo
- Utilizando GridSearch para otimizar o modelo
