Machine Learning: Introdução à classificação

Machine Learning: Introdução à classificação

Machine Learning: Introdução à classificação

Machine Learning: Introdução à classificação

eBook

$9.99 

Available on Compatible NOOK devices, the free NOOK App and in My Digital Library.
WANT A NOOK?  Explore Now

Related collections and offers

LEND ME® See Details

Overview

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.

Product Details

ISBN-13: 9788594188199
Publisher: Casa do Código
Publication date: 10/20/2017
Sold by: Bookwire
Format: eBook
Pages: 407
File size: 5 MB
Language: Portuguese

About the Author

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.

Table of Contents

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
From the B&N Reads Blog

Customer Reviews