lucaslattari/machinelearningseries

Vídeos e códigos do Universo Discreto ensinando o fundamental de Machine Learning em Python. Para mais detalhes, acompanhar a playlist listada.

Machine Learning

O objetivo desse repositório é apresentar uma espécie de curso com tudo o que você precisa saber sobre o básico de Machine Learning usando Python e a Scikit-Learn. É esperado que você já tenha noções de programação com Python para melhor aproveitamento.

Aulas de Pré-Processamento de Dados

Índice	Tópico	Vídeo
1	Criando um Projeto de Machine Learning ; Preencher Dados Faltando em sua Base de Dados
2	Definindo Variáveis Categóricas usando One Hot Encoding ; Separação de Amostras em Teste e Treino
3	Normalização de Dados

Aulas de Regressão

Índice	Tópico	Vídeo
4	Regressão Linear
5	Introdução à Regressão Linear Múltipla
6	Regressão Linear Múltipla com Backward Elimination
7	Regressão Polinomial
8	Regressão de Vetor Suporte
9	Regressão de Árvore de Decisão
10	Regressão Random Forest
11	Comparando Métodos de Regressão

Aulas de Classificação

Índice	Tópico	Vídeo
12	Regressão Logística
13	K-Vizinhos mais Próximos (K-NN)
14	Máquinas de Vetores Suporte (SVM)
15	Kernel de Máquinas de Vetores Suporte (SVM)
16	Naive Bayes
17	Árvores de Decisão
18	Random Forest
19	Framework para Métodos de Classificação usando Linhas de Comando ; k-Fold para Validação Cruzada
20	Curvas ROC

Aulas de Clusterização

Índice	Tópico	Vídeo
21.1	K-Means, K-Means++ e Escolha do K (Teoria)
21.2	K-Means, K-Means++ e Escolha do K (Prática)
22.1	Clusterização Hierárquica (Teoria)
22.2	Clusterização Hierárquica (Prática)

Outros Vídeos Relacionados (Em Breve)

machinelearningseries's Issues

O código apresenta erro

Olá, Lucas. Eu tentei rodar o código em um notebook e recebi essa mensagem de erro
Nas linhas 2, 3 e 4 ele apresenta o mesmo erro. O que poderia ser?

Obrigado pelo conteúdo, estou conseguindo aprender bastante com seus vídeos.

Uso do offset com o pre.fillMissingData

Lucas, eu não entendi porque está usando um offset na função preprocessData da classe ClassificationModel quando você usa o pre.fillMissingData, pois a pre.fillMissingData não acrescenta colunas ao conjunto de dados. Dessa forma a função não seria usada em colunas erradas se precisar preencher mais de uma coluna?

Não sei se mudou posteriormente, pois ainda estou na aula 20:

MachineLearningSeries/Ep 20/classification.py

Lines 30 to 41 in 8ac61d0

	def preprocessData(args, use_scaling):
	X, y, csv = pre.loadDataset(args.dataset, args.delimiter)
	if(args.fill_missing_data_columns is not None):
	columns = str(args.fill_missing_data_columns).split(',')
	columns = [ int(x) for x in columns ]
	offset = 0
	for n in columns:
	X = pre.fillMissingData(X, n + offset)
	offset += n