Episódio
Seu Primeiro Projeto de Regressão Linear em Python (Parte 7 de 17) | Machine Learning para iniciantes
por Bea Stollnitz
Neste tutorial, apresentado por Bea Stollnitz, principal defensora da nuvem da Microsoft, vamos guiá-lo na criação de seu primeiro projeto de regressão linear usando Python e um conjunto de dados de brinquedo do scikit-learn. Este vídeo faz parte da nossa série Machine Learning for Beginners, onde abordaremos vários tópicos de aprendizado de máquina e sua implementação usando código Python em notebooks Jupyter.
Neste vídeo, você aprenderá:
- Como carregar o conjunto de dados de diabetes do scikit-learn
- Como extrair e remodelar os dados relevantes (IMC) para o nosso modelo de regressão
- Como dividir os dados em conjuntos de treinamento e teste
- Como criar e treinar um modelo de regressão linear usando scikit-learn
- Como fazer previsões e avaliar o desempenho do modelo usando matplotlib
Se você é novo em notebooks Jupyter e ambientes virtuais, certifique-se de assistir ao nosso vídeo anterior, onde orientamos você na configuração de um bloco de anotações Jupyter com um ambiente virtual para projetos de ciência de dados.
Fique atento para o próximo vídeo desta série, onde vamos nos aprofundar em vários tópicos de aprendizado de máquina e guiá-lo através de sua implementação usando código Python em notebooks Jupyter. Até lá!
Capítulos
- 00:00 – Introdução
- 00:21 - Abra o bloco de anotações Jupyter a partir do repositório ML para iniciantes
- 00:50 - O conjunto de dados de brinquedos para diabetes da SciKit-Learn
- 01:36 - Carregue o conjunto de dados de diabetes usando o notebook
- 02:30 - Remodelar matrizes numpy para formatar os dados de diabetes
- 02:49 - Dividir dados em conjuntos de dados de treinamento e teste
- 03:14 - Criar e treinar um modelo de regressão linear e fazer previsões
- 03:35 - Use matplotlib para visualizar as previsões
Recursos recomendados
- Este curso é baseado no currículo gratuito e de software livre om 26 lições de ML para iniciantes da Microsoft.
- O Caderno Jupyter para acompanhar esta lição está disponível!
Conectar
- Bea Stollnitz - Brasil | Blogue
- Bea Stollnitz - Brasil | Twitter: @beastollnitz
- Bea Stollnitz - Brasil | LinkedIn: em/beatrizstollnitz/
Neste tutorial, apresentado por Bea Stollnitz, principal defensora da nuvem da Microsoft, vamos guiá-lo na criação de seu primeiro projeto de regressão linear usando Python e um conjunto de dados de brinquedo do scikit-learn. Este vídeo faz parte da nossa série Machine Learning for Beginners, onde abordaremos vários tópicos de aprendizado de máquina e sua implementação usando código Python em notebooks Jupyter.
Neste vídeo, você aprenderá:
- Como carregar o conjunto de dados de diabetes do scikit-learn
- Como extrair e remodelar os dados relevantes (IMC) para o nosso modelo de regressão
- Como dividir os dados em conjuntos de treinamento e teste
- Como criar e treinar um modelo de regressão linear usando scikit-learn
- Como fazer previsões e avaliar o desempenho do modelo usando matplotlib
Se você é novo em notebooks Jupyter e ambientes virtuais, certifique-se de assistir ao nosso vídeo anterior, onde orientamos você na configuração de um bloco de anotações Jupyter com um ambiente virtual para projetos de ciência de dados.
Fique atento para o próximo vídeo desta série, onde vamos nos aprofundar em vários tópicos de aprendizado de máquina e guiá-lo através de sua implementação usando código Python em notebooks Jupyter. Até lá!
Capítulos
- 00:00 – Introdução
- 00:21 - Abra o bloco de anotações Jupyter a partir do repositório ML para iniciantes
- 00:50 - O conjunto de dados de brinquedos para diabetes da SciKit-Learn
- 01:36 - Carregue o conjunto de dados de diabetes usando o notebook
- 02:30 - Remodelar matrizes numpy para formatar os dados de diabetes
- 02:49 - Dividir dados em conjuntos de dados de treinamento e teste
- 03:14 - Criar e treinar um modelo de regressão linear e fazer previsões
- 03:35 - Use matplotlib para visualizar as previsões
Recursos recomendados
- Este curso é baseado no currículo gratuito e de software livre om 26 lições de ML para iniciantes da Microsoft.
- O Caderno Jupyter para acompanhar esta lição está disponível!
Conectar
- Bea Stollnitz - Brasil | Blogue
- Bea Stollnitz - Brasil | Twitter: @beastollnitz
- Bea Stollnitz - Brasil | LinkedIn: em/beatrizstollnitz/
Tem comentários? Envie um problema aqui.