Olá pessoal! Liberamos CERTIFICADO para este curso gratuito. Para solicitar o seu, basta conferir o curso no link abaixo: didatica.tech/curso-de-python-para-machine-learning-e-ciencia-de-dados-gratuito/
Resumo e organização dessa aula retirados da descrição, mas clicável: 0:06 Objetivo da aula 0:38 Instalação do Python 3 1:00 Quais dados iremos utilizar 3:26 Baixando o dataset dos dados 4:53 Abrindo o arquivo dentro do Python 6:13 Visualizando os dados 7:05 Entendendo o conjunto de dados 8:30 Transformando texto em número 10:55 Separando as variáveis preditoras e a variável alvo (target) 13:10 Separando os dados em treino e teste com a função train_test_split 14:44 Verificando o tamanho do dataset e o tamanho dos dados de treino e teste 17:15 Criando o código para utilizar o algoritmo de machine learning em 4 linhas 21:19 Verificando a acurácia do algoritmo 23:20 Selecionando amostras aleatoriamente para o algoritmo fazer previsões das classes 28:12 Como dar continuidade a esse estudo
Impressionante a quantidade de coisas úteis que eu aprendi nessas 25 aulas. É claro que conhecimentos prévios ajudam muito, mas nossa, excelente curso e didática.
Passei, 46 horas estudando, e procurando algo que me explicasse melhor como fazer meu exercício. E Finalmente, Deus colocou você no meu caminho, para me ajudar a entender o que é aprendizagem de máquina. Todo sucesso do mundo pra você!
Show demais. E recomendo, entrei no canal Descomplicando a Música e aprendam com esta mesma didática. Para aqueles momentos de tensão, quando nada parece funcionar, aprenda a tocar um blues.
Tem algum video que mostra como inserir outro conjunto de dados utilizando esse que foi criado? ou seja como pegar dados de outro vinho utilizar nesse código?
muito bom isso, em 2020 a acurácia está melhor ainda (0.9964102564102564) sei que a diferença é pouca mas isso prova que o algoritmo esta evoluindo. Parabéns professor.
Como faço agora que ele aprendeu, dar outro csv pra ele sem o campo style para ele com base no que ele aprendeu no csv do curso, me dizer qual o tipo de vinho?
Impressionante a didática, eu tive um pouco de dificuldade pra compreender o modelo, algumas coisas entraram na cabeça e outras não ainda kk mas obrigado!
Boa tarde. Estou com um problema na execução da linha de importação do Sklearn onde retorna o erro: "ImportError: DLL load failed while importing _arpack: The specified procedure could not be found". Tentativas já realizadas: reinstalar o anaconda, criação de um novo kernel, instalação do mkl, instalação do arpack. Não consigo encontrar essa DLL para baixar. Qualquer ajuda é bem vinda!
Parabéns pela aula, deu pra pegar 100% do que foi passado. Professor, agora tenho uma dúvida, eu conseguiria saber os parâmetros que foram utilizados para aplicar na base de teste?
@Didática Tech muito boa aula, refiz com diversas outros arquivos e variando a quantidade de colunas e isso muda o resultado da acurácia com um número menor de colunas. Mas pergunto o seguinte: se eu incluir 1000 linhas no modelo com dados aleatórios ele responderia se esses novos dados são tinto o branco? Fiquei confuso no objetivo do algoritmo, caso eu não possa usar dados a serem identificados. Obrigado e parabéns.
Dúvida: No mercado de trabalho para esta área oque é levado em consideração? o conhecimento e funcionamento das bibliotecas e da logica é claro ou o conhecimento matemático no qual as bibliotecas entregam prontos?
Bom dia, otimos videos vc esta entregando para o público parabens . Mas tem uma coisinha qual a graduacao ou seja a melhor na area da programação e virar um zica do pântano kkkkkkk da uma luz. ai.
Não consigo instalar SCIKIT-LEARN me da o erro "DLL load filed", já dei o comando no CMD "conda install scikit-learn", diz que esta instalado mas quando coloco "import sklearn" dá o mesmo erro a cima , já localizei o arquivo referente ao "dll" "mkl_intel_thread.dll" e esta instalado no system32, syswin64, e na pasta do anaconda3\library\bin. poderia me ajudar a resolver esse problema, todas as outras bibliotecas estão instaladas "numpy,pandas,scipy,joblib, menos a scikit-learn e a tensorflow.
Muito bacana seu vídeo. Se for possível tira uma dúvida? Depois que eu tenho o modelo treinado como eu aplico ele a um Dashboard de power BI por exemplo?
olá professor primeiramente parabéns conteúdo excelente e bem didático, teria algumas duvidas como conseguiu prever sendo seus dados estão divididos em float e int, estou tendo problemas nas minhas métricas não é necessário padronizar ou normalizar os dados antes?
Salve família! Tudo bem com vcs ? Espero q sim, eu estou bem graças a deus. . Eu formei em bacharelado em Matemática pura. Eu sempre me interessei + pela Matemática pura, motivo pelo qual me fez mudar da Engenharia pro bacharelado em Matemática que foi concluído com sucesso. Desde as disciplinas mais básicas como cálculos e algebra linear sempre busquei os livros mais avançados no contexto da Matemática pura. Me deu uma boa base teórica e generalista, mas não tenho o conhecimento da algebra linear computacional. Destaco também teoria da medida que estudei com um viés probabilístico, mas não estudei nada de estatística. Queria seguir área acadêmica em Matemática pura, mas terminei o curso com 30, pq ingressei com 25. Daí meio que desanimei de fazer o mestrado e doutorado, pq em geral maioria dos estudantes com 30 já tá com o doutorado. . Através da Econofisica, descobrir o mercado financeiro e gostei bastante. Estudei vários modelos quantitativos para acoes e derivativos e conheci uma galera da matemática e física q trampa com data science e achei super Massa. Porém, meu grande desafio será adquirir os skills necessários em programação em Python, R e SQL. Ao invés de começar por linguagem de programação, pensei em estudar os tópicos na seguinte ordem: 1) Já começar por ML e ir explorando a fundo a Matemática por trás e já indo tbm estudando os conhecimentos estatísticos por trás. Daria muita ênfase nesse processo. 2) Estudar pesquisa operacional; Programação linear e não linear e outras técnicas de otimização. 3) Estudar VBA para Excel. 4) Estudar Power bi e Tableau para visualização.. 4) Estudar SQL 5) Estudar Python direcionado pra ciência de dados. 6) Com conhecimento de python retornar no passo 1). Minha motivação é desenvolver um projeto dentro do mercado de ações e derivativos. Faz sentido começar por ML e deixar python por último ?
2 роки тому
Apenas com Python vc já consegue fazer MUITA coisa. Se fosse vc, eu iria pelas opções 1) e 5) mencionadas. O resto vc vai buscando conforme vê necessidade, pois é provável que nem precise
Oi, o que eu to fazendo de errado? Input In [45] x_treino, x_teste, y_treino, y_teste = train_test_split(x, y, test_size = 0,3) ^ SyntaxError: positional argument follows keyword argument O codigo esta igual ao que vc colocou em video.
Para treinar, eu fiz uma versão para saber qual era o valor da qualidade (quality). Mas o problema foi que quando eu passava novos valores q criei em um excel, com valores bizarros, ainda dava nota 5 para meus vinhos, teoricamente eles deveriam receber nota 3, q era o mínimo do base de datos. Alguém pode me dizer oq pode ter acontecido?
Como faria para pra classificar um set de dados que não tenho conhecimento se é vinho branco ou tinto? No caso, a verificação da acurácia com os dados de treino e teste já foi feita, mas, preciso descobrir a classificação de um novo set "vazio", com a tabela "style" sem dados.
4 роки тому
Nesse caso seria aprendizagem não supervisionada. Poderia utilizar clustering separando em 2 classes. Em nosso módulo II ensinamos isso: didatica.tech/curso-de-machine-learning-2-com-python/
Bom dia , sou iniciante nessa modalidade, não vi aqui a forma de como você criou esse ambiente de código. Eu baixei esse arquivo CSV e instalei o Python 3.9.2. precisa fazer mais o que me explique por gentileza. Quero chegar exatamente nesse ambiente de treinamento;
Professor, até nas variáveis preditivas eu preciso te-las em formato numérico necessariamente? Por exemplo, se tivesse entre as variáveis, países, eu teria que alterar o nome e atribuir valores a cada país?
4 роки тому+1
Isso depende um pouco do algoritmo utilizado, diferentes implementações de bibliotecas possuem requisitos específicos, mas no caso do Python geralmente você precisa passar tudo para numérico, inclusive a variável target
Parabéns à Didática Tech, excelente treinamento, realmente o melhor que já vi. Agora queria uma ajuda, estou tentando substituir os valores de uma coluna, que é uma string, por um valor '0', exatamente como você fez com red e white no caso dos vinhos, só que estou recebendo o seguinte erro: ******TypeError: 'str' object is not callable*******
Olá professor, assisti todas as aulas do seu curso, só tenho uma dúvida em relação ao código, na linha 9, eu entendi tudo, menos a atribuição de variáveis
Quem estiver usando o google colabs segue a dica de como fazer upload do arquivo: from google.colab import files uploaded = files.upload() for fn in uploaded.keys(): print('User uploaded file "{name}" with length {length} bytes'.format( name=fn, length=len(uploaded[fn]))) Da Run. Escolhe o arquivo import pandas as pd import io arquivo = pd.read_csv(io.StringIO(uploaded['wine_dataset.csv'].decode('utf-8'))) da run... arquivo.head() ->pronto
valeu Igor, mas no meu apareceu mensagem de erro. MessageError: TypeError: Cannot read property '_uploadFiles' of undefined Tô bem triste, já que aprecem erros pra mim usando o VS Code, o PyCharm e o Jupyter Notebook também, e eu não consigo estudar Python de jeito nenhum kkkk.
Tambem da pra subir o arquivo para o github, depois e so usar selecionar o arquivo, clicar view raw e usar a url import pandas as pd url = 'raw.githubusercontent.com/uguazelli/datasets/master/wine_dataset.csv' df = pd.read_csv(url) df.head()
Bom dia! Mais uma excelente aula! Teria como postar alguns videos específicos sobre numpy? Eu sempre me enrolo qdo recebo os erros de shape no numpy...
Olá pessoal! Liberamos CERTIFICADO para este curso gratuito.
Para solicitar o seu, basta conferir o curso no link abaixo:
didatica.tech/curso-de-python-para-machine-learning-e-ciencia-de-dados-gratuito/
Tava aprendendo a tocar meu violão com vídeos no UA-cam, treinei, e resolvi ver sobre machine learning e PAH, é o mesmo cara kkkkk
SIM MANO kkkkkk. Tava vendo o vídeo de teoria musical e do nada isso
@@Echoes3333 O legal é que uma coisa não tem NADA haver com a outra, e aqui estamos kkkkkkk
Não mano esse é um robor..kkk
É nada! kkkkkk Como assim kkk é no mesmo canal?
um homem bem prevenido vale por dois
Resumo e organização dessa aula retirados da descrição, mas clicável:
0:06 Objetivo da aula
0:38 Instalação do Python 3
1:00 Quais dados iremos utilizar
3:26 Baixando o dataset dos dados
4:53 Abrindo o arquivo dentro do Python
6:13 Visualizando os dados
7:05 Entendendo o conjunto de dados
8:30 Transformando texto em número
10:55 Separando as variáveis preditoras e a variável alvo (target)
13:10 Separando os dados em treino e teste com a função train_test_split
14:44 Verificando o tamanho do dataset e o tamanho dos dados de treino e teste
17:15 Criando o código para utilizar o algoritmo de machine learning em 4 linhas
21:19 Verificando a acurácia do algoritmo
23:20 Selecionando amostras aleatoriamente para o algoritmo fazer previsões das classes
28:12 Como dar continuidade a esse estudo
nossa mano obrigado
Obrigada!!
Meu herói
caramba, me impressionei com quão simples e intuitivo foi, tô aprendendo python a pouco tempo justamente pra mexer com machine learning
SELOKO descomplicando python kkkk muito bom!!!
Impressionante a quantidade de coisas úteis que eu aprendi nessas 25 aulas. É claro que conhecimentos prévios ajudam muito, mas nossa, excelente curso e didática.
Fala Claudio. Quando comenta dos 25 vídeos, são do curso pago? Se sim, quem não é programador consegue acompanhar?
@@Mauro_P Mauro, eu acho que se você fizer primeiro o curso básico de phython deles você acompanha sim.
@@cckerber Obrigado. Mas estas 25 aulas que vc comenta, são as do curso pago?
Passei, 46 horas estudando, e procurando algo que me explicasse melhor como fazer meu exercício. E Finalmente, Deus colocou você no meu caminho, para me ajudar a entender o que é aprendizagem de máquina.
Todo sucesso do mundo pra você!
No Didática Tech, tudo fica fácil, incrível!✔
Vdd
Caro Natanael, você é um mestre excelente!!! Muito conhecimento e segurança. Parabéns pelas suas aulas extremamente didáticas. Muito obrigado.
I .
sério meus parabéns, deve ser o melhor vídeo de ML no UA-cam brasileiro
Parabéns! Excelente didática! Não vi conteúdo mais completo como estes.
é mesmo e eu revirei o youtube atras de conteudos gratis. ele é um dos poucos
Esse canal é incrível e o professor é top!
Estou vendo essa playlist toda.
Obrigada, professor!
Mano eu achava que o Natanael só explicava bem quando se trata de música, mas agora eu vi que até em programação o maluco é bom. Parabéns!!
Excelente! Os iniciantes agradecem fervorosamente!
Show demais. E recomendo, entrei no canal Descomplicando a Música e aprendam com esta mesma didática. Para aqueles momentos de tensão, quando nada parece funcionar, aprenda a tocar um blues.
Nossa falar que que foi excelente é muito pouco, Sensacionalllll, parabenssss, e rodou tudo até o final sem problemas
A aula mais esperada! Acabei de assistir, realmente era o que eu esperava, excelente curso! Vale apena ver do ZERO!
Didática incrível. Obrigada, professor!
Parabéns!!! ótima aula ...melhores comentários..."programação,Música ...jajá ensina a VOAR KKKkkkk....essa turma é top!!
Parabéns pela iniciativa. Excelente curso introdutório gratuito.
Vocẽ é muito bom explicando e dando exemplos.
Muito bacana. Esse foi o primeiro vídeo que assisti desse assunto. Me deixou curioso para conhecer um pouco mais sobre esse ML
Cara parabéns pela aula e pela didática! estou maratonando seus vídeos, da até gosto de aprender machine learning kkk
Vc por aqui ksksk sou teu fã cara
Parabéns pela Playlist! Vídeos com conteúdo e excelente dinâmica, sucesso ao canal!
Cara, esse foi o melhor vídeo de machine learning que eu já assisti
Parabéns pela didática. Clara e tech
caraca muito bom! agradeço muito por todo esse conteúdo de graça e de muita qualidade, valeu!
Parabéns pela explicação simples e didática.
"Não precisa ser um mago do Python" aUHAhaUauAHuh GOSTEI....o "difícil" se torna ainda mais fácil com esse comentário...vc é god!
Tem algum video que mostra como inserir outro conjunto de dados utilizando esse que foi criado? ou seja como pegar dados de outro vinho utilizar nesse código?
TOP DEMAIS !
me inscrevi no canal e estou compartilhando , muito bom msm, obrigado por compartilhar o conhecimento.
Parabéns pela aula, muito boa mesmo.
Sensacional! Parabéns, galera.
muito bom isso, em 2020 a acurácia está melhor ainda (0.9964102564102564) sei que a diferença é pouca mas isso prova que o algoritmo esta evoluindo.
Parabéns professor.
Como faço agora que ele aprendeu, dar outro csv pra ele sem o campo style para ele com base no que ele aprendeu no csv do curso, me dizer qual o tipo de vinho?
melhor video que vi até agora
Ótima aula professor, muito bem explicado. Obrigado novamente por compartilhar seus conhecimentos.
Impressionante a didática, eu tive um pouco de dificuldade pra compreender o modelo, algumas coisas entraram na cabeça e outras não ainda kk mas obrigado!
Cara seus vídeos são muito bons, parabéns
Parabéns!! espero que o canal cresça muito
Muito bom e didático!
Excelente vídeo, obrigado! Caso eu quisesse saber quais variáveis impactam mais o resultado, qual seria o código?
Excelente aula!! Parabéns!!!
Boa tarde. Estou com um problema na execução da linha de importação do Sklearn onde retorna o erro: "ImportError: DLL load failed while importing _arpack: The specified procedure could not be found". Tentativas já realizadas: reinstalar o anaconda, criação de um novo kernel, instalação do mkl, instalação do arpack. Não consigo encontrar essa DLL para baixar. Qualquer ajuda é bem vinda!
Eu tenho uma sequencia aleatória. Há como prever os dados futuros de sua sequência a partir de data mining ?
tem como montar uma modelo de machine learning com um banco de dados predominante de dados como 'strings'?
Muito boa a aula, simplificou bastante!
tem alguma aula sobre discretização por entropia (mineraçao de dados)
@Didática Tech, exitem algum exemplo para usar em preventiva para area industrial. Tipos motores, acionamentos etc....
Obrigado cara, nunca tinha visto uma algoritmo em ação
Maravilhosa sua aula,gratidão.
Gostei das suas aulas!
Parabéns pela aula, deu pra pegar 100% do que foi passado.
Professor, agora tenho uma dúvida, eu conseguiria saber os parâmetros que foram utilizados para aplicar na base de teste?
Caraca!! Animal, muito bom o conteudo, nunca vi semelhante antes, parabéns
@Didática Tech muito boa aula, refiz com diversas outros arquivos e variando a quantidade de colunas e isso muda o resultado da acurácia com um número menor de colunas.
Mas pergunto o seguinte: se eu incluir 1000 linhas no modelo com dados aleatórios ele responderia se esses novos dados são tinto o branco? Fiquei confuso no objetivo do algoritmo, caso eu não possa usar dados a serem identificados. Obrigado e parabéns.
Cara, muuuuito bom!! parabéns pelo vídeo!
Melhor Canallll
Ensina música, programação, daqui a pouco ensina a voar
Ele é o cara kkkkkkk
kkkkkkkkkkkk
Logo logo vai sair uma video aula dele ensinando como programar um robo pra tocar violão kkk
Dúvida: No mercado de trabalho para esta área oque é levado em consideração? o conhecimento e funcionamento das bibliotecas e da logica é claro ou o conhecimento matemático no qual as bibliotecas entregam prontos?
Parabéns, pelo vídeo!
muito didático. Parabéns!
Otima aula amei ❤❤❤❤
Bom dia, otimos videos vc esta entregando para o público parabens . Mas tem uma coisinha qual a graduacao ou seja a melhor na area da programação e virar um zica do pântano kkkkkkk da uma luz. ai.
Não consigo instalar SCIKIT-LEARN me da o erro "DLL load filed", já dei o comando no CMD "conda install scikit-learn", diz que esta instalado mas quando
coloco "import sklearn" dá o mesmo erro a cima , já localizei o arquivo referente ao "dll" "mkl_intel_thread.dll" e esta instalado no system32, syswin64, e na pasta
do anaconda3\library\bin. poderia me ajudar a resolver esse problema, todas as outras bibliotecas estão instaladas "numpy,pandas,scipy,joblib, menos a scikit-learn
e a tensorflow.
Muito top essa Aula
Muito bacana seu vídeo.
Se for possível tira uma dúvida? Depois que eu tenho o modelo treinado como eu aplico ele a um Dashboard de power BI por exemplo?
Excelente. Parabéns
Didática incrível
olá professor primeiramente parabéns conteúdo excelente e bem didático, teria algumas duvidas como conseguiu prever sendo seus dados estão divididos em float e int, estou tendo problemas nas minhas métricas não é necessário padronizar ou normalizar os dados antes?
Salve família! Tudo bem com vcs ? Espero q sim, eu estou bem graças a deus.
.
Eu formei em bacharelado em Matemática pura. Eu sempre me interessei + pela Matemática pura, motivo pelo qual me fez mudar da Engenharia pro bacharelado em Matemática que foi concluído com sucesso. Desde as disciplinas mais básicas como cálculos e algebra linear sempre busquei os livros mais avançados no contexto da Matemática pura. Me deu uma boa base teórica e generalista, mas não tenho o conhecimento da algebra linear computacional. Destaco também teoria da medida que estudei com um viés probabilístico, mas não estudei nada de estatística.
Queria seguir área acadêmica em Matemática pura, mas terminei o curso com 30, pq ingressei com 25. Daí meio que desanimei de fazer o mestrado e doutorado, pq em geral maioria dos estudantes com 30 já tá com o doutorado.
.
Através da Econofisica, descobrir o mercado financeiro e gostei bastante. Estudei vários modelos quantitativos para acoes e derivativos e conheci uma galera da matemática e física q trampa com data science e achei super Massa.
Porém, meu grande desafio será adquirir os skills necessários em programação em Python, R e SQL.
Ao invés de começar por linguagem de programação, pensei em estudar os tópicos na seguinte ordem:
1) Já começar por ML e ir explorando a fundo a Matemática por trás e já indo tbm estudando os conhecimentos estatísticos por trás.
Daria muita ênfase nesse processo.
2) Estudar pesquisa operacional; Programação linear e não linear e outras técnicas de otimização.
3) Estudar VBA para Excel.
4) Estudar Power bi e Tableau para visualização..
4) Estudar SQL
5) Estudar Python direcionado pra ciência de dados.
6) Com conhecimento de python retornar no passo 1).
Minha motivação é desenvolver um projeto dentro do mercado de ações e derivativos.
Faz sentido começar por ML e deixar python por último ?
Apenas com Python vc já consegue fazer MUITA coisa. Se fosse vc, eu iria pelas opções 1) e 5) mencionadas. O resto vc vai buscando conforme vê necessidade, pois é provável que nem precise
Simples e claro. Show!
Oi, o que eu to fazendo de errado?
Input In [45]
x_treino, x_teste, y_treino, y_teste = train_test_split(x, y, test_size = 0,3)
^
SyntaxError: positional argument follows keyword argument
O codigo esta igual ao que vc colocou em video.
Excelente explicação.
Show! Será que consigo usar machine learning para análise de solo? Tem algum exemplo aqui no canal?
E o tratamento de outlier? Faz alguma diferença? Obrigado professor! Otima aula!
Muito boas tuas aulas Tchê
parabens pelos videos!!! explicação muito boa !
parabéns! bom explicação, que tipo de ML foi utilizado para esse algoritmo
Boa tarde, as suas aulas são otimas, preciso ler um arquivo.csv, e depois gravar na tabela do mysql. tem alguma aula dessa. desde já obrigado.
No pycharm, eu não consigo usar o pd.read_excel? só tem plugin pra csv? não achei no site plugin para .xlsx
Olá!! Sempre dá erro no modelo.fit(x_treino, y_treino). Como faço para corrigir esse erro?
Mesmo aqui
Found input variables with inconsistent numbers of samples: [3248, 3249]
@@epantaful Conseguiram resolver?
Uai? você é o cara do campo harmônico?
Muito bom. Mas alguém sabe como usar o modelo treinado para prever Y nas novas linhas adicionadas no final da tabela?
Olá! Nesta aula realizamos essas previsões: ua-cam.com/video/cX0rc20NG-I/v-deo.html
Haha eu fiz esse mesmo trampo na pós em big data! Massa! Tu poderia fazer um vídeo sobre análise de dados utilizando Pyhton :)
Abç
Para treinar, eu fiz uma versão para saber qual era o valor da qualidade (quality). Mas o problema foi que quando eu passava novos valores q criei em um excel, com valores bizarros, ainda dava nota 5 para meus vinhos, teoricamente eles deveriam receber nota 3, q era o mínimo do base de datos. Alguém pode me dizer oq pode ter acontecido?
Aula Excelente!!!
Quando é mais viável usar redes neurais ou outros tipos de aprendizado de máquina, como essa que foi usada? Vocês sabem de algo a respeito?
Depende do problema. O ideal é testar diferentes algoritmos e analisar qual apresenta os melhores resultados para o problema em questão
Como faria para pra classificar um set de dados que não tenho conhecimento se é vinho branco ou tinto? No caso, a verificação da acurácia com os dados de treino e teste já foi feita, mas, preciso descobrir a classificação de um novo set "vazio", com a tabela "style" sem dados.
Nesse caso seria aprendizagem não supervisionada. Poderia utilizar clustering separando em 2 classes. Em nosso módulo II ensinamos isso: didatica.tech/curso-de-machine-learning-2-com-python/
Cara, você mudou minha vida kkkkkk
Fala professor, tem algum algorítimo com arvore de decisão para analisar jogos de futebol, pois entendo pouco de programação, obrigado!
Caraca, olha ele aí. Música e programação com os mesmo professor
Bom dia , sou iniciante nessa modalidade, não vi aqui a forma de como você criou esse ambiente de código. Eu baixei esse arquivo CSV e instalei o Python 3.9.2. precisa fazer mais o que me explique por gentileza. Quero chegar exatamente nesse ambiente de treinamento;
Tem como replicar isso pelo visual studio code?
Amigo como eu uso uma variável ao invés de arquivos com os dados?
Ótimo vídeo!
Professor, até nas variáveis preditivas eu preciso te-las em formato numérico necessariamente? Por exemplo, se tivesse entre as variáveis, países, eu teria que alterar o nome e atribuir valores a cada país?
Isso depende um pouco do algoritmo utilizado, diferentes implementações de bibliotecas possuem requisitos específicos, mas no caso do Python geralmente você precisa passar tudo para numérico, inclusive a variável target
Parabéns à Didática Tech, excelente treinamento, realmente o melhor que já vi. Agora queria uma ajuda, estou tentando substituir os valores de uma coluna, que é uma string, por um valor '0', exatamente como você fez com red e white no caso dos vinhos, só que estou recebendo o seguinte erro: ******TypeError: 'str' object is not callable*******
Olá professor, assisti todas as aulas do seu curso, só tenho uma dúvida em relação ao código, na linha 9, eu entendi tudo, menos a atribuição de variáveis
Quem estiver usando o google colabs segue a dica de como fazer upload do arquivo:
from google.colab import files
uploaded = files.upload()
for fn in uploaded.keys():
print('User uploaded file "{name}" with length {length} bytes'.format(
name=fn, length=len(uploaded[fn])))
Da Run.
Escolhe o arquivo
import pandas as pd
import io
arquivo = pd.read_csv(io.StringIO(uploaded['wine_dataset.csv'].decode('utf-8')))
da run...
arquivo.head() ->pronto
Muito obrigado Igor. Estava atrás desse comando a dias!!
valeu Igor, mas no meu apareceu mensagem de erro. MessageError: TypeError: Cannot read property '_uploadFiles' of undefined
Tô bem triste, já que aprecem erros pra mim usando o VS Code, o PyCharm e o Jupyter Notebook também, e eu não consigo estudar Python de jeito nenhum kkkk.
Tambem da pra subir o arquivo para o github, depois e so usar selecionar o arquivo, clicar view raw e usar a url
import pandas as pd
url = 'raw.githubusercontent.com/uguazelli/datasets/master/wine_dataset.csv'
df = pd.read_csv(url)
df.head()
Tu é o cara!!!!
Valeu mano!
Bom dia! Mais uma excelente aula! Teria como postar alguns videos específicos sobre numpy? Eu sempre me enrolo qdo recebo os erros de shape no numpy...