Machine Learning (eBook)

Introdução à classificação

Guilherme Silveira, Bennett Bullock (Autoren)

eBook Download: EPUB

2017
407 Seiten
Casa do Código (Verlag)
978-85-94188-19-9 (ISBN)

Infos

Nós, como seres humanos, sabemos facilmente distinguir uma informação de outra, e por meio da experiência, podemos tirar conclusões em decisões simples, como reconhecer se um animal é um cão ou um porco, se um e-mail é spam ou não, decidir se uma movimentação bancária é uma fraude. O computador pode aprender de forma similar, em um processo chamado de classificação dentro da área de machine learning.

A classificação é uma ferramenta para responder perguntas, mas antes é preciso saber quais e quantas perguntas fazer, a partir de quais informações, e ainda, como interpretar as respostas.

Neste livro, Guilherme Silveira e Bennett Bullock mostram como o computador aprende com uma base de dados e algoritmos para responder perguntas do dia a dia, com uma aplicabilidade crescente no mundo dos negócios, cada vez mais apurada, conforme mais dados estão disponíveis. Por meio de variáveis numéricas e categóricas, você vai treinar modelos matemáticos computacionais em Python que nos ajudam a tomar decisões e prever comportamentos, como quando um funcionário está próximo de pedir demissão ou qual será o próximo passo de um usuário em um site.

Autor

Guilherme Silveira Guilherme Silveira é líder técnico na Caelum e no Alura, cofundador do GUJ.com.br e um dos criadores do VRaptor. Especializou-se na área de ensino de Desenvolvimento de Software e é um dos principais autores dos cursos online do Alura. Ele pode ser encontrado no twitter em @guilhermecaelum. Bennett Bullock Bennett Bullock é um profissional com 14 anos de experiência no campo de aprendizagem de máquina e NLP. Ele tem desenvolvido tecnologias de classificação de texto, de pesquisa (na qual obteve uma patente), e de análise financeira para vários clientes no governo americano e na comunidade financeira. Ele é mestre em linguística árabe pela Universidade de Georgetown, e em bioengenharia pelo MIT.

Inhalt

1 Classificando e-mails, animais e muito mais
1.1 Resumindo
2 Importando, classificando e validando um modelo
2.1 E no mundo real, como classificar dados da web?
2.2 Importando, classificando e validando um modelo
2.3 Importando os dados
2.4 Analisando os valores adicionados
2.5 Melhorando a leitura do código
2.6 Acertando demasiadamente?
2.7 Resumindo
3 Classificação de variáveis categóricas
3.1 Instalando o Pandas
3.2 Resumindo
4 O problema do sucesso e o algoritmo burro
4.1 Implementando o algoritmo base
4.2 Calculando a quantidade de zeros e uns com o data frame
4.3 Lidando com sim e não
4.4 Utilizando collections do Python
4.5 Resumindo
5 Naive bayes e maximum a posteriori por trás dos panos
5.1 Resumindo
6 Testando diferentes modelos e validando o vencedor
6.1 Algoritmo AdaBoost
6.2 Resumindo
7 Novos conceitos de classificação
7.1 Classificando um elemento com três categorias
7.2 Resumindo
8 Utilizando o k-fold
8.1 Implementando o k-fold
8.2 Implementando o novo fit_and_predict
8.3 Resumindo
9 Criando um dicionário
9.1 Resumindo
10 Classificando os textos e ganhando produtividade na empresa
10.1 Resumindo
11 Quebrando na pontuação adequada
12 Conclusão
12.1 O caminho
12.2 Como continuar os estudos

Produkt-Details

• Erscheint lt. Verlag: 20.10.2017
• Verlagsort: São Paulo
• Sprache: portugiesisch
• Themenwelt: Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge
• Schlagworte: algoritmo • Bennett Bullock • classificação • learning • machine
• ISBN-10: 85-94188-19-6 / 8594188196
• ISBN-13: 978-85-94188-19-9 / 9788594188199