ashoknp-git/machine_learning

Estudo e implementação dos principais algoritmos de Machine Learning em Jupyter Notebooks.

Introdução

Esse repositório foi criado com a intenção de difundir o ensino de Machine Learning em português.

Algoritmos Implementados

Classificação	Regressão	Clusterização	Redução de Dimensionalidade
🌿 Adaboost	📈 Linear	🔠 K-Means	🌹 PCA
🌳 Decision Trees	🔱 Multivariada	🔠↖️ MeanShift	🌻 LDA
🏠🏠 K-NN	📊 Polinomial
🎲 Naive Bayes
💲 Regressão Logística
🧠 Redes Neurais	🧠 Redes Neurais

E ainda temos um notebook só com métodos de Seleção de Atributos:

Métodos de Filtragem (Filter Methods)	Métodos de Empacotamento (Wrapper Methods)	Métodos Embarcados (Embedded Methods)
📈 📉 Correlação de Pearson	🏆 Stability Selection	📈 Regressão Linear
📝 ↔️📝 Mutual Information	🔁 Eliminação Recursiva	1️⃣ Regularização L1 (Lasso)
💯 Maximal Information Coefficient	⭐️ Boruta	2️⃣ Regularização L2 (Ridge)
		⬇️ 💩 Mean Decrease Impurity
		⬇️ 🎯 Mean Decrease Accuracy

Instalação

1. Baixe ou clone o repositório.
2. Baixe e instale o Miniconda. (Windows: marque a opção de adicionar o conda às variáveis de ambiente ($PATH))
3. Abra o terminal e digite os seguintes comandos para instalar o ambiente:

   $ conda config --add channels bioconda
   $ conda create -n ml python=3.5.3 numpy=1.12.1 pandas=0.20.1 matplotlib=2.0.2 scikit-learn=0.20.0 seaborn=0.7.1 jupyter=1.0.0 pydotplus==2.0.2

Uso do ambiente

Nota: É obrigatório seguir as ordens da seção "Instalação" antes de utilizar o ambiente.

Siga os passos abaixo sempre que quiser executar os códigos desse repositório.

1. Abra o terminal e digite:
   • Windows:

   $ activate mpdl

   • Linux/Mac:

   $ source activate mpdl

2. Execute o Jupyter Notebook:

   $ jupyter notebook