HTML CSS JAVASCRIPT SQL PYTHON PHP HOW TO W3.CSS JAVA JQUERY C++ R React
ภาษาไทย Afrikaans العربية čeština Deutsch Español Français हिन्दी Bahasa Indonesia Italiano 日本語 한국어 မြန်မာဘာသာ Nederlands Polski Português Русский Türkçe Tiếng Việt

Tutorial Python

Python HOME Introdução ao Python Introdução ao Python Sintaxe do Python Comentários do Python Variáveis ​​Python
Python Variables Variable Names Assign Multiple Values Output Variables Global Variables Variable Exercises
Tipos de dados Python Números Python Conversão de Python Strings Python
Python Strings Slicing Strings Modify Strings Concatenate Strings Format Strings Escape Characters String Methods String Exercises
Booleanos Python Operadores Python Listas Python
Python Lists Access List Items Change List Items Add List Items Remove List Items Loop Lists List Comprehension Sort Lists Copy Lists Join Lists List Methods List Exercises
Tuplas Python
Python Tuples Access Tuples Update Tuples Unpack Tuples Loop Tuples Join Tuples Tuple Methods Tuple Exercises
Conjuntos Python
Python Sets Access Set Items Add Set Items Remove Set Items Loop Sets Join Sets Set Methods Set Exercises
Dicionários Python
Python Dictionaries Access Items Change Items Add Items Remove Items Loop Dictionaries Copy Dictionaries Nested Dictionaries Dictionary Methods Dictionary Exercise
Python Se... Senão Python While Loops Python para loops Funções do Python Python Lambda Matrizes Python Classes/objetos Python Herança Python Iteradores Python Escopo do Python Módulos Python Datas em Python Matemática Python Python JSON Python RegEx Python PIP Python Tente...Exceto Entrada do usuário Python Formatação de String Python

Manipulação de arquivos

Manipulação de arquivos Python Arquivos de leitura do Python Python Gravar/Criar Arquivos Arquivos de exclusão do Python

Módulos Python

Tutorial NumPy Passo a passo do Panda Tutorial Scipy

Python Matplotlib

Introdução ao Matplotlib Introdução ao Matplotlib Matplotlib Pyplot Plotagem Matplotlib Marcadores Matplotlib Linha Matplotlib Etiquetas Matplotlib Grade Matplotlib Subtramas do Matplotlib Dispersão Matplotlib Barras Matplotlib Histogramas Matplotlib Gráficos de pizza Matplotlib

Aprendizado de máquina

Começando Modo Mediano Médio Desvio padrão Percentil Distribuição de dados Distribuição normal de dados Gráfico de dispersão Regressão linear Regressão Polinomial Regressão múltipla Régua Treinar/Teste Árvore de decisão

Python MySQL

Introdução ao MySQL MySQL Criar banco de dados MySQL Criar Tabela Inserir MySQL Seleção do MySQL MySQL Onde MySQL Ordenar por Excluir MySQL Tabela de descarte do MySQL Atualização do MySQL Limite do MySQL Associação do MySQL

Python MongoDB

Introdução ao MongoDB Banco de dados de criação do MongoDB Criar coleção do MongoDB Inserir MongoDB MongoDB Find Consulta do MongoDB Classificação do MongoDB Excluir MongoDB Coleção de Drops do MongoDB Atualização do MongoDB Limite do MongoDB

Referência Python

Visão geral do Python Funções incorporadas do Python Métodos de string do Python Métodos de lista do Python Métodos de dicionário Python Métodos de Tupla Python Métodos de conjunto do Python Métodos de arquivo Python Palavras-chave Python Exceções do Python Glossário Python

Referência do Módulo

Módulo Aleatório Módulo de solicitações Módulo de Estatísticas Módulo de matemática cMódulo de matemática

Python Como fazer

Remover duplicatas de lista Inverter uma string Adicionar dois números

Exemplos de Python

Exemplos de Python Compilador Python Exercícios de Python Teste do Python Certificado Python

Aprendizado de máquina

❮ Anterior Próximo ❯

Machine Learning está fazendo o computador aprender estudando dados e estatísticas.

Machine Learning é um passo na direção da inteligência artificial (IA).

Machine Learning é um programa que analisa dados e aprende a prever o resultado.

Onde começar?

Neste tutorial, voltaremos à matemática e estudaremos estatística e como calcular números importantes com base em conjuntos de dados.

Também aprenderemos a usar vários módulos Python para obter as respostas de que precisamos.

E aprenderemos a fazer funções capazes de prever o resultado com base no que aprendemos.

Conjunto de dados

Na mente de um computador, um conjunto de dados é qualquer coleção de dados. Pode ser qualquer coisa, desde um array até um banco de dados completo.

Exemplo de uma matriz:

[99,86,87,88,111,86,103,87,94,78,77,85,86]

Exemplo de um banco de dados:

CarnameCorEraVelocidadeAutoPass
BMWvermelho599S
VolvoPreto786S
VWcinzento887N
VWBranco788S
FordBranco2111S
VWBranco1786S
Teslavermelho2103S
BMWPreto987S
Volvocinzento494N
FordBranco1178N
Toyotacinzento1277N
VWBranco985N
Toyotaazul686S

Ao olhar para a matriz, podemos adivinhar que o valor médio é provavelmente em torno de 80 ou 90, e também podemos determinar o valor mais alto e o valor mais baixo, mas o que mais podemos fazer?

E olhando para o banco de dados podemos ver que a cor mais popular é o branco, e o carro mais antigo tem 17 anos, mas e se pudéssemos prever se um carro tinha um AutoPass, apenas olhando os outros valores?

É para isso que serve o Machine Learning! Analisando dados e prevendo o resultado!

Em Machine Learning é comum trabalhar com conjuntos de dados muito grandes. Neste tutorial, tentaremos facilitar ao máximo o entendimento dos diferentes conceitos de aprendizado de máquina e trabalharemos com pequenos conjuntos de dados fáceis de entender.

Tipos de dados

Para analisar dados, é importante saber com que tipo de dados estamos lidando.

Podemos dividir os tipos de dados em três categorias principais:

  • Numérico
  • Categórico
  • Ordinal

Os dados numéricos são números e podem ser divididos em duas categorias numéricas:

  • Dados discretos
    - números que são limitados a números inteiros. Exemplo: O número de carros que passam.
  • Dados contínuos
    - números que são de valor infinito. Exemplo: o preço de um item ou o tamanho de um item

Dados categóricos são valores que não podem ser comparados entre si. Exemplo: um valor de cor ou quaisquer valores sim/não.

Dados ordinais são como dados categóricos, mas podem ser comparados uns com os outros. Exemplo: notas escolares onde A é melhor que B e assim por diante.

Conhecendo o tipo de dados de sua fonte de dados, você poderá saber qual técnica usar ao analisá-los.

Você aprenderá mais sobre estatísticas e análise de dados nos próximos capítulos.

❮ Anterior Próximo ❯