Aprendizado de Máquina | Machine Learning em Python - Ajuste de Hiperparâmetros em Modelos de Machine Learning | Mãos à Obra Cientista de Dados #05

✅Acesse o código: https://www.kaggle.com/kizzyterra/studying-w-house-prices-04-hyperparameters-pt-br Discutiremos a importância de explorar o espaço de parâmetros de um modelo e como eles podem influenciar a qualidade do nosso modelo de acordo com a métrica de avaliação, no nosso caso, o erro quadrático médio e o erro absoluto médio. Continuaremos usando o Scikit-Learn, mais especificamente, trabalharemos com Grid Search e Random Search, utilizando também a validação cruzada que aprendemos no último episódio. Tópicos da live: 0:00 Interagindo com o chat 10:45 Recapitulando aulas anteriores 20:25 O que são hiperparâmetros e para que servem? 23:40 Hiperparâmetros em uma árvore de decisão 25:45 Pesquisa manual do parâmetro max_depth 44:24 Técnicas de ajuste de hiperparâmetros 47:24 O que é Grid Search? 48:13 GridSearchCV na prática 01:04:45 O que é Randomized Search? 01:05:50 RandomizedSearchCV na prática Venha colocar as mãos à obra, cientista de dados, e aprenda machine learning na prática! 🙌🏾 Links citados: Artigos no Medium: https://medium.com/programacaodinamica/ajuste-de-hiperpar%C3%A2metros-em-modelos-de-machine-learning-946dec10f90b Grupo no Telegram: https://t.me/joinchat/fwsAlLSSJTY4MjYx Quer aprender mais com a gente? Confira NOSSOS CURSOS: ✅ Ainda precisa aprender a programar? Aprenda Python do Jeito Certo e desenvolva uma base fundamental para se tornar capaz de pensar e criar soluções para problemas escrevendo código: https://vai.pgdinamica.com/pjc2 ✅ Mãos à obra: Visualização de Dados em Python: https://vai.pgdinamica.com/dataviz-ds Esse é o quinto episódio da série Mãos à Obra Cientista de Dados. Episódios anteriores da série Mãos à Obra Cientista de Dados: Introdução ao Aprendizado de Máquina(do Zero ao primeiro modelo) | Mãos à Obra Cientista de Dados 01: https://youtu.be/QfYGV064mRI Codificando Variáveis Categóricas para Machine Learning | Mãos à obra Cientista de Dados 02: https://youtu.be/rwqgVzWbq8w Análise Exploratória de Variáveis para Machine Learning | Mãos à Obra Cientista de Dados 03: https://youtu.be/rwqgVzWbq8w Pipelines e Validação Cruzada (Cross Validation) | Scikit-Learn | Mãos à Obra Cientista de Dados 04: https://youtu.be/tAohrE-ot28 Ao longo dos nossos estudos, iremos utilizar diversas ferramentas como: – Linguagem de programação Python – Pacotes Pandas, Scikit-Learn e suas dependências – Ambiente de desenvolvimento Jupyter Notebook ou Google Colab (para quem preferir!) – Plataforma Kaggle Sabemos que, para um primeiro contato, podem ser muitas novidades. Se sua cabeça ainda está se adaptando a esse novo mundo, aqui vão alguns nomes com os quais vamos nos deparar com bastante frequência: dados de treinamento, dados de teste, dados de validação, avaliação, features ou características, labels ou rótulos. Materiais recomendados: 📚Python Data Science Handbook(gratuito): https://jakevdp.github.io/PythonDataScienceHandbook/index.html 📚 Machine Learning Crash Course(gratuito): https://developers.google.com/machine-learning/crash-course 📚 Cursos Gratuitos do Kaggle: https://www.kaggle.com/learn 📚 Livros recomendados de Data Science: https://amzn.to/2XZyxUr 📚 Livros de Algoritmos e Estruturas de Dados: https://amzn.to/3d5wK4m Equipamentos: https://amzn.to/37Cg3N2 Assista também: ✔️O que REALMENTE faz um CIENTISTA DE DADOS?: https://youtu.be/ZQUwSX3Sk4Y ✔️Como criar um PLANO DE ESTUDOS para se tornar um CIENTISTA DE DADOS?: https://youtu.be/o8NpsLSkKUo ✔️CRESCIMENTO das vagas de CIENTISTA DE DADOS é modinha?: https://youtu.be/WI64xflIxJQ ✔️O que VOCÊ precisa saber para TRABALHAR COM DADOS + Cientista de Dados vs. Engenheiro de Dados: https://youtu.be/i97uq6AsB5o ✔️Etapas da ANÁLISE de DADOS na visão de uma CIENTISTA de DADOS: https://youtu.be/cSEVa6TzAy0 ✔️O que um CIENTISTA DE DADOS JUNIOR precisa saber? Cientista de Dados Responde: https://youtu.be/HuHqwz7527c 🟣 Canal na Twitch para lives: https://www.twitch.tv/pgdinamica 🟦 Canal do Telegram para receber os vídeos: https://t.me/joinchat/AAAAAFaoNgZTMRvrghpPPA ✉️ E-mails: – Propostas comerciais: [email protected] – Demais assuntos: [email protected] 👩🏾‍💻👨🏾‍💻 Confira mais conteúdo em nosso blog: https://blog.programacaodinamica.com.br 🔥 Faça parte da comunidade gratuita Programação Mais Dinâmica: https://bit.ly/pgsparkle (baixe o app e entre na comunidade) 📸 Nos siga no Instagram: https://instagram.com/pgdinamica 📸 @kizzy_terra @hallpaz 🐦 Nos siga no Twitter: https://twitter.com/pgdinamica 🐦 @kizzy_terra @hallpaz * Curta a Programação Dinâmica no facebook: fb.com/pgdinamica * Nosso repositório no Github: github.com/programacaodinamica * Confira o nosso Medium: medium.com/programacaodinamica * Confira os artigos no Python Café: pythoncafe.com.br 🥰 Se você gosta do nosso trabalho e acha relevante a nossa atuação no Youtube, considere nos apoiar se tornando membro do canal: https://www.youtube.com/programacaodinamica/join