filmov
tv
Análise do Titanic - Parte 1 - Projeto de Ciência de Dados
![preview_player](https://i.ytimg.com/vi/lO8vUrFjCaA/maxresdefault.jpg)
Показать описание
Quer saber mais sobre o nosso Curso Completo de Ciência de Dados? Clique no link abaixo para garantir sua vaga na próxima turma:
PARA BAIXAR O MINICURSO GRATUITO DE CIÊNCIA DE DADOS:
-----------------------------------------------------------------------
-----------------------------------------------------------------------
► Arquivos Utilizados no Vídeo:
► Avaliando um Modelo de Classificação - Aprendizado de Máquinas em Python
► A Árvore de Decisão - Algoritmos de Aprendizado de Máquinas
► O KNN (K-Nearest Neighbors) - Algoritmos de Aprendizado de Máquinas
► A Regressão Logística - Algoritmos de Aprendizado de Máquinas
-----------------------------------------------------------------------
Fala Impressionadores! Hoje vamos dar início a mais um projeto real para portfólio de Ciência de Dados!
O projeto de hoje é a Análise do Titanic que também é um dataset do Kaggle para competição!
Para essa análise nós vamos dividir as aulas, e nessa primeira aula vamos fazer uma análise mais simples desses dados e submeter ao Kaggle para avaliar os nossos resultados.
Vamos utilizar a árvore de classificação, KNN e a Regressão Logísitca para essas análises iniciais.
Para a próxima aula a ideia é definir uma acurácia de 85%, então vamos melhorar esse projeto completo de ciência de dados para te mostrar o que pode ser feito para melhorar esses resultados!
-----------------------------------------------------------------------
Hashtag Programação
► Ative as notificações (clica no sininho)!
► Curta o nosso vídeo!
-----------------------------------------------------------------------
Redes Sociais
Aqui nos vídeos do canal da Hashtag Programação ensinamos diversas dicas de Python para que você consiga se desenvolver nessa linguagem de programação!
-----------------------------------------------------------------------
Conteúdo da Aula
00:00 Introdução e Informações Importantes
01:52 Informações da base de dados
02:16 Avaliação do modelo
03:32 Importação e visualização dos dados
04:49 Ydata-profiling (análise de dados rápida)
06:45 Análise da base de dados
07:42 Visualização da base de teste
09:18 Tratamento inicial dos dados
17:44 Considerando colunas que não são de texto
19:22 Seleção de modelos para classificação dos dados
23:48 Árvore de Classificação
25:00 KNN – K Neighbors Classifier
25:47 Regressão Logística
26:27 Avaliação dos modelos (acurácia e matriz de confusão)
28:33 Fazendo a previsão para os dados de teste
30:39 Enviando o arquivo da competição para teste
31:33 Conclusão
#cienciadedados #hashtagprogramacao
PARA BAIXAR O MINICURSO GRATUITO DE CIÊNCIA DE DADOS:
-----------------------------------------------------------------------
-----------------------------------------------------------------------
► Arquivos Utilizados no Vídeo:
► Avaliando um Modelo de Classificação - Aprendizado de Máquinas em Python
► A Árvore de Decisão - Algoritmos de Aprendizado de Máquinas
► O KNN (K-Nearest Neighbors) - Algoritmos de Aprendizado de Máquinas
► A Regressão Logística - Algoritmos de Aprendizado de Máquinas
-----------------------------------------------------------------------
Fala Impressionadores! Hoje vamos dar início a mais um projeto real para portfólio de Ciência de Dados!
O projeto de hoje é a Análise do Titanic que também é um dataset do Kaggle para competição!
Para essa análise nós vamos dividir as aulas, e nessa primeira aula vamos fazer uma análise mais simples desses dados e submeter ao Kaggle para avaliar os nossos resultados.
Vamos utilizar a árvore de classificação, KNN e a Regressão Logísitca para essas análises iniciais.
Para a próxima aula a ideia é definir uma acurácia de 85%, então vamos melhorar esse projeto completo de ciência de dados para te mostrar o que pode ser feito para melhorar esses resultados!
-----------------------------------------------------------------------
Hashtag Programação
► Ative as notificações (clica no sininho)!
► Curta o nosso vídeo!
-----------------------------------------------------------------------
Redes Sociais
Aqui nos vídeos do canal da Hashtag Programação ensinamos diversas dicas de Python para que você consiga se desenvolver nessa linguagem de programação!
-----------------------------------------------------------------------
Conteúdo da Aula
00:00 Introdução e Informações Importantes
01:52 Informações da base de dados
02:16 Avaliação do modelo
03:32 Importação e visualização dos dados
04:49 Ydata-profiling (análise de dados rápida)
06:45 Análise da base de dados
07:42 Visualização da base de teste
09:18 Tratamento inicial dos dados
17:44 Considerando colunas que não são de texto
19:22 Seleção de modelos para classificação dos dados
23:48 Árvore de Classificação
25:00 KNN – K Neighbors Classifier
25:47 Regressão Logística
26:27 Avaliação dos modelos (acurácia e matriz de confusão)
28:33 Fazendo a previsão para os dados de teste
30:39 Enviando o arquivo da competição para teste
31:33 Conclusão
#cienciadedados #hashtagprogramacao
Комментарии