Curso Python para Machine Learning e Análise de Dados - Seu primeiro código de Machine Learning com Python!

Veja como é fácil criar seu primeiro programa de machine learning, do zero, usando Python! Segue abaixo o arquivo (conjunto de dados) utilizado nessa aula: https://www.kaggle.com/dell4010/wine-dataset Para aprender os conceitos de Machine Learning do zero: https://www.youtube.com/watch?v=ID5Ui22F8HQ&list=PLyqOvdQmGdTSqkutrKDaVJlEv-ui1MyK4 Curso completo de Machine Learning para iniciantes: https://bit.ly/aulaPython Para aprender Python do zero: https://www.youtube.com/watch?v=bHn91RxiTjY&list=PLyqOvdQmGdTSEPnO0DKgHlkXb8x3cyglD Para aprender Python para Machine Learning e análise de dados: https://www.youtube.com/watch?v=MmSXHCxDwBs&list=PLyqOvdQmGdTR46HUxDA6Ymv4DGsIjvTQ- Confira o artigo com este progroma: https://didatica.tech/seu-primeiro-codigo-de-machine-learning-com-python/ E também o artigo com detalhamento do algoritmo ExtraTrees que foi utilizado nessa aula: https://didatica.tech/como-funciona-o-algoritmo-extratrees/ Resumo e organização dessa aula: 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 Esse dataset contém 6.497 linhas (amostras) e 13 colunas (características) de vinhos classificados em 2 categorias: tinto e branco. Iremos criar um algoritmo de machine learning para aprender a classificar vinhos com base nos dados de treino, e depois iremos verificar a performance com os dados de teste. Entenda melhor o que é Machine Learning nesse artigo: https://bit.ly/oqueeML #machinelearning #python #programacaoMachineLearning