Como Treinar Modelos de Machine Learning com Sklearn
Machine Learning com Sklearn: Treinamento e Predições
00:00 Introdução
00:30 Preparação do dataset
07:30 Treinar um modelo específico
09:28 Entendendo melhor o dataset
14:14 Treinar todos os modelos disponíveis dentro do Sklearn
19:35 Salvar, carregar e fazer predição
23:05 Stacking modelos
26:53 GridSearch
30:15 Conclusão
🌟 Se você já ouviu falar muito sobre machine learning, mas ainda não sabe como realizar seus próprios treinamentos e quer colocar seus projetos em prática? Vamos explorar diversos recursos da biblioteca Sklearn, uma das mais famosas e amplamente utilizadas na área de machine learning, até mesmo por grandes empresas.
💡 A biblioteca Scikit-learn, também conhecida como Sklearn possui recursos que vão além da área de Machine Learning. Neste vídeo iremos realizar uma boa parte de um fluxo completo de um treinamento de machine learning, passando pela preparação e adaptação do dataset, separação entre treinamento e teste para fazermos os treinamentos utilizando as mais diversas opções disponíveis, para então, avaliarmos os resultados para podermos escolher nosso melhor modelo para salvá-lo em disco para quando desejarmos carregá-lo e por fim, como podemos fazer as predições com novos dados.
🌐 Referências:
▶ Scikit-learn - https://scikit-learn.org/stable/
▶ Entendendo mais de Decision Tree Sklearn - https://scikit-learn.org/stable/auto_...
▶ Dataset utilizado (Water Quality) - https://www.kaggle.com/datasets/adity...
▶ Dataset citado como exemplo (Insurance Lead Prediction) - https://www.kaggle.com/datasets/owais...
▶ Repositório com Notebook utilizado (alterado o nome de "machine_learning" para "treinar_dados_tabulares") (v1.0.0) - https://github.com/ProgramadorArtific...
#MachineLearning #Sklearn #ProgramadorArtificial