Seus vídeos são excelentes! Quando faço uma pesquisa sobre um determinado assunto e já encontro um vídeo produzido por vocês sobre o tema, é uma maravilha
Kizzy, você pode fazer um vídeo sobre como criar pipelines no Python, para que seja possível analisar algoritmos diferentes numa mesma base sem criar vários notebooks?
Oi Cibele, esse conteúdo de interesse mais específico, é menos provável de trazer aqui no canal onde o público é bem abrangente, mas, certamente, para membros do canal podemos fazer.
Olá! Então, uma dúvida q eu sempre tenho é: quais parâmetros eu escolho pra usar nas minhas predições/classificações? Pq no caso desse conjunto de dados foi usado tudo, mas e se eu tivesse usando aquele do enem pra prever/classificar alguma coisa? Quais métricas eu escolheria? Tem algum teste ou algo assim que possa me auxiliar? Não sei se já tem um vídeo sobre isso aqui no canal, mas acho q isso seria algo interessante a se discutir! E um último comentário é q estou amaaaaaaaaaaaaaaaando essa série de vídeos!!! To aprendendo muito!!!! Muito obrigado!
Olá Arturo, tudo bem? Existe uma técnica, no qual tem na biblioteca do scikit-learn, chamada GridSearchCV, Você pode testar os diferentes parâmetros para o seu modelo. Ele treina diferentes modelos com todas as combinações de parâmetros que você passou para ele testar e te devolve o melhor modelo, de acordo com a sua base de dados e também com qual métrica você deseja avaliar seu modelo. É uma boa, pois não tem como você bater o olho na sua base de dados e saber quais parâmetros você tem que utilizar. Espero que isso ajude. Abs.
Ótima explicação! Tenho uma dúvida: no caso de precisar fazer uma classificação binária (tipo 0 ou 1) com base em alguns fatores, o SVM é uma boa também?
No geral o algoritmo faz classificação binária, se tu tem 3 classes (a, b, c) ele faz (a vs b c, b vs a c, c vs b c). Então a resposta seria sim, PS: Lembre-se de pré-processar seus dados.
O próprio Scikit-learn tem uma referência para o Dataset, dá pra ver o uso na segunda célula de código mostrada no vídeo. Se você quiser baixar o dataset de forma independente para ficar olhando, pode encontrá-lo aqui: archive.ics.uci.edu/ml/datasets/iris
Excelente vídeo! Só não entendia direito sobre o kernel e a aplicação no modelo. No exemplo do vídeo ele não foi utilizado, é isso? Quando devo declarar esse kernel?
Você escolhe o kernel na criação do modelo, se não declarar nada a biblioteca irá utilizar o kernel padrão. Documentação: scikit-learn.org/stable/modules/svm.html#svm-kernels
Qual é o formato da base de dados iris? estou tentando implementar alguns algoritmos de ML, e adorei a forma que você explica cada um, mas no SVM especificamente estou com um pouco de dificuldade pois todo material que eu encontro não trata um pouco a mais sobre o formato dos dados. Estou com uma base de dados em .txt que é dividido em avaliação e uma pontuação para aquela avaliação (-1 ou 1), e fico com dúvida de como deve ser a entrada do algoritmo para esse caso.
Kizzy por que se fala pouco sobre os dados de validação? nesse caso ele é retirado de dentro do conjunto de treinamento, mas quanto dos dados de treinamento são utilizados via sklearn? tem algum parâmetro para ajustar?
fui em outro vídeo de validação cruzada e tbm não vi onde eu ajusto os dados de validação, já que no min 8:40 vc faz a divisão apenas dos dados de teste e de treinamento(validação e treinamento). Agradeço desde já =)
Depende do que você quer começar a aprender. Alguns conteúdos para cada caso: 1. Se quer aprender a programar: 1.1 Introdução ao Python por Projetos: th-cam.com/play/PL5TJqBvpXQv6AEfVymby32MinHdxZA-8J.html 1.2 O que é uma linguagem de programação: th-cam.com/video/yT22ylhonfs/w-d-xo.html 1.3 Aprender a programar em 2023 th-cam.com/video/3Wzmw1P1Ii0/w-d-xo.html 2. Se o que quer é aprender machine learning: 2.1 Aprendizado de Máquina | Machine Learning em Python th-cam.com/play/PL5TJqBvpXQv5CBxLkdqmou_86syFK7U3Q.html 2.2 Como iniciar na Visão Computacional? | Conselhos pros seus Primeiros Passos na Visão Computacional th-cam.com/users/liveHW7oJVqqQxU?feature=share 2.3 Curso de Deep learning th-cam.com/play/PL5TJqBvpXQv6cd1kade4kjwr8_QQj8j3k.html
Eu não gostei desse video! voce explicou rapido demais, e essa base de dados todo mundo usa ela, faz um com a base de dados do ENEM. o meu deu erro: AttributeError Traceback (most recent call last) in ----> 1 X = tt.data 2 Y = tt.targert C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name) 4374 if self._info_axis._can_hold_identifiers_and_holds_name(name): 4375 return self[name] -> 4376 return object.__getattribute__(self, name) 4377 4378 def __setattr__(self, name, value): AttributeError: 'DataFrame' object has no attribute 'data' e eu não consegui entender de onde vem o .data e o .target ele nao esta no meu dataframe.
Essa estrutura de data e target é própria do scikit-learn. De fato não está no seu DataFrame. Seria legal você dar uma olhada na documentação para entender isso. O vídeo é um ponto de partida, mas gosto de reforçar a importância de vcs pesquisarem mais 😉
![NISAMANEE - TADA (ท้าดา) [ OFFICIAL MV ]](http://i.ytimg.com/vi/hcQHEPMmJpU/mqdefault.jpg)
Seus vídeos são excelentes! Quando faço uma pesquisa sobre um determinado assunto e já encontro um vídeo produzido por vocês sobre o tema, é uma maravilha
bons estudos! 🤩
Excelente abordagem Kizzy! Muito didática, obrigado pelo compartilhamento de conhecimento!
De nada! Bons estudos!
Estou aprendendo muito contigo, Kizzy.
Seu trabalho faz a diferença pra muita gente.
Obrigado.
Que ótimo, Éverton! Bons estudos!
Parabéns. Adorei sua explicação sobre as SVMs!
Obrigada!
Excelente!!! Muito obrigada!
😊
Ja gostei de você assim que vi que é fã de Isimoov. Ótimo conteúdo, você explica muito bem.
Muito obrigado 😁
Finalmente consegui entender SVM. Muito obrigada!!!
👏🏾 maravilha!
Obrigado por compartilhar seu conhecimento!
Nós que agradecemos! Bons estudos!
Ótimo vídeo, adoro quando você explica o que há “por trás” do modelo!
adorei a forma com que você explicou!! parabéns e obrigado pelo conteúdo.
Valeu, Breno!
Explicação muito boa! Ótima didática
Obrigada!
Excelente 👏🏻👏🏻👏🏻
Explicação clara e direta ao ponto. Muito bom!
🙌🏾🙌🏾 obrigada!
Que canal top, o conteúdo é bem exposto e didático, gostei mesmo. Cai de paraquedas aqui e já to maratonando kkkk
Notícia boa! Seja bem-vindo! ☺️
Excelente vídeo! Muito bem explicado de forma simples! Parabéns!
Obrigada 😊
Fiquei muito feliz pelo material disponibilizado, me ajudou muito!! Muito obrigado
que bom Vinicius!
Excelente, objetiva e bem explicado! parabéns. 👏🏻
Valeu 🙏🏾
excelente didática!
Obrigada!
explicação muito boa. Parabéns 👏👏
Obrigado 😃
Aquele tipo de vídeo que encaixa uma pecinha e mexe uma engrenagem na mente. Que explicação incrível, rápida e clara.
Obrigada! 😊
Adorei a didatica! Parabéns e muito obrigada pelo conteúdo!!
Obrigada! 😊 Bons estudos!
Muito obrigada! Estava achando complicado entender esse exemplo em um outro material, mas você conseguiu facilitar o meu aprendizado!
Que bom que ajudou!
Muito bem explicado, parabéns!
Obrigado
Explicação perfeita!
Oi Kizzy, parabéns pelo conteúdo! muito obrigado...vocês mandam muito!
Muito obrigada 😃
Adorei o video, muito facil de entender!
Excelente!
Valeu Cleiton!
Explicação excelente! Parabéns e muito obrigada pelo vídeo!!!
Nós que agradecemos!
Estudo pra PF e seu vídeo me ajudou demais a esclarecer alguns conceitos!
Cheguei!!! e adorei o video... esse canal só tem q crescer mesmo... pena q muitos ainda não conhece...
Valeu Alexandre!
Você me ajudou de mais! Muito obrigado e continue com esse excelente trabalho! Abs
Ótima explicação! Você é incrível! Obrigada por compartilhar seu conhecimento
Eu que agradeço! Bons estudos 🙌🏾😁
Ótima explicação. Muito bom, parabéns!
Obrigada!
esse canal é maravilhoso !
valeu!
Excelente vídeo, muito boa sua explicação.
Obrigada!
Muito Obrigado por compartilhar seu conhecimento
GRATIDÃO.
🙌🏾🙌🏾
O canal é ótimo! Adorei de mais, parabéns!
Obrigada!
Ótimo vídeo, obrigada! Ajudou muito
Parabéns! Que explicação simples, mas muito efetiva.
Obrigada! Essa é a missão 🦸🏾♀️👩🏾💻💯
Excelente explicação!
😁
Muito Bom! ótima explicação
Obrigada!
Que aula! Sensacional
Obrigada!
Ótima explicação! Obrigado pelo conteúdo =)
Nós que agradecemos!
Excelente explicação, muito didática
Obrigada!
Muito bom. Mega didática
Muito obrigada!
Mais um vídeo incrível! Você arrasa!! ;)
Obrigada!
amei o vídeo!
Obrigada!
Acabei de conhecer o canal, muito bom!
Obrigada Jonas!
Parabéns pelo vídeo!!
Obrigada!
Assistido ✔️
😁
ótimo vídeo ! obrigada!
Nós que agradecemos!
Perfect!
Que vídeo maravilhoso!!!!!
Obrigadaaa!
Ótima explicação, descurti o vídeo só pra curtir duas vezes!
hahahahha boa!
Kizzy, você pode fazer um vídeo sobre como criar pipelines no Python, para que seja possível analisar algoritmos diferentes numa mesma base sem criar vários notebooks?
Poderia fazer um sobre Random Forest ?
Simmmm por favor!!!!
Você me salvou!
🙌🏾
Parabéns
Obrigada!
Ótimo vídeo
Que bom que gostou!
muito bom o vídeo
Muito obrigada!
Em 11 minutos ela me passou o que meu professor da pos nao conseguiu em 2 horas hahahha
Bons estudos!
Valeu!
🙌🏾😁
Vou utilizar o SVM no meu TCC, em um problema de regressão, em preços de commodities. Curso administração.
Desejo sucesso!
Kizzy, acha que rola um vídeo explicando como subir um modelo simples em produção?
Oi Cibele, esse conteúdo de interesse mais específico, é menos provável de trazer aqui no canal onde o público é bem abrangente, mas, certamente, para membros do canal podemos fazer.
top parabens
Obrigada!
Like fácil. Muito boa explicação.
Uhuul! 🥳
Olá!
Então, uma dúvida q eu sempre tenho é: quais parâmetros eu escolho pra usar nas minhas predições/classificações? Pq no caso desse conjunto de dados foi usado tudo, mas e se eu tivesse usando aquele do enem pra prever/classificar alguma coisa? Quais métricas eu escolheria? Tem algum teste ou algo assim que possa me auxiliar?
Não sei se já tem um vídeo sobre isso aqui no canal, mas acho q isso seria algo interessante a se discutir!
E um último comentário é q estou amaaaaaaaaaaaaaaaando essa série de vídeos!!! To aprendendo muito!!!! Muito obrigado!
Olá Arturo, tudo bem?
Existe uma técnica, no qual tem na biblioteca do scikit-learn, chamada GridSearchCV, Você pode testar os diferentes parâmetros para o seu modelo. Ele treina diferentes modelos com todas as combinações de parâmetros que você passou para ele testar e te devolve o melhor modelo, de acordo com a sua base de dados e também com qual métrica você deseja avaliar seu modelo.
É uma boa, pois não tem como você bater o olho na sua base de dados e saber quais parâmetros você tem que utilizar.
Espero que isso ajude. Abs.
Sensacional o vídeo, ótima didática! Que programa é esse que você usa?
Jupyter Notebook 😊
Ótima explicação! Tenho uma dúvida: no caso de precisar fazer uma classificação binária (tipo 0 ou 1) com base em alguns fatores, o SVM é uma boa também?
É uma boa, principalmente se os dados forem linearmente separáveis 😉
No geral o algoritmo faz classificação binária, se tu tem 3 classes (a, b, c) ele faz (a vs b c, b vs a c, c vs b c). Então a resposta seria sim, PS: Lembre-se de pré-processar seus dados.
Parabéns ótima explicação, mas onde eu consigo o conjunto de dados íris?
O próprio Scikit-learn tem uma referência para o Dataset, dá pra ver o uso na segunda célula de código mostrada no vídeo. Se você quiser baixar o dataset de forma independente para ficar olhando, pode encontrá-lo aqui: archive.ics.uci.edu/ml/datasets/iris
Excelente vídeo! Só não entendia direito sobre o kernel e a aplicação no modelo. No exemplo do vídeo ele não foi utilizado, é isso? Quando devo declarar esse kernel?
Você escolhe o kernel na criação do modelo, se não declarar nada a biblioteca irá utilizar o kernel padrão. Documentação: scikit-learn.org/stable/modules/svm.html#svm-kernels
Qual é o formato da base de dados iris? estou tentando implementar alguns algoritmos de ML, e adorei a forma que você explica cada um, mas no SVM especificamente estou com um pouco de dificuldade pois todo material que eu encontro não trata um pouco a mais sobre o formato dos dados. Estou com uma base de dados em .txt que é dividido em avaliação e uma pontuação para aquela avaliação (-1 ou 1), e fico com dúvida de como deve ser a entrada do algoritmo para esse caso.
Faz um scatter plot e vê, ué
Kizzy por que se fala pouco sobre os dados de validação? nesse caso ele é retirado de dentro do conjunto de treinamento, mas quanto dos dados de treinamento são utilizados via sklearn? tem algum parâmetro para ajustar?
fui em outro vídeo de validação cruzada e tbm não vi onde eu ajusto os dados de validação, já que no min 8:40 vc faz a divisão apenas dos dados de teste e de treinamento(validação e treinamento). Agradeço desde já =)
qual o programa que você usou para colocar os exemplos de imagem?
oi qual o video eu começo para começar aprender?
Depende do que você quer começar a aprender. Alguns conteúdos para cada caso:
1. Se quer aprender a programar:
1.1 Introdução ao Python por Projetos: th-cam.com/play/PL5TJqBvpXQv6AEfVymby32MinHdxZA-8J.html
1.2 O que é uma linguagem de programação: th-cam.com/video/yT22ylhonfs/w-d-xo.html
1.3 Aprender a programar em 2023 th-cam.com/video/3Wzmw1P1Ii0/w-d-xo.html
2. Se o que quer é aprender machine learning:
2.1 Aprendizado de Máquina | Machine Learning em Python th-cam.com/play/PL5TJqBvpXQv5CBxLkdqmou_86syFK7U3Q.html
2.2 Como iniciar na Visão Computacional? | Conselhos pros seus Primeiros Passos na Visão Computacional th-cam.com/users/liveHW7oJVqqQxU?feature=share
2.3 Curso de Deep learning th-cam.com/play/PL5TJqBvpXQv6cd1kade4kjwr8_QQj8j3k.html
OLÁ, BOA TARDE. Quais são os softwares gratuitos e pagos que o esse suporte ? Support Vector Machine
Não entendi a pergunta...
Uma dica, a ordem da playlist está decrescente, do último ep ao primeiro
Valeu pelo toque 🤙🏾
Não entendi porque foi você quem traçou as linhas. O próprio algoritmo não gera?
Gera sim. Isso foi só para explicar como o modelo funciona.
* que usam
Eu não gostei desse video! voce explicou rapido demais, e essa base de dados todo mundo usa ela, faz um com a base de dados do ENEM.
o meu deu erro:
AttributeError Traceback (most recent call last)
in
----> 1 X = tt.data
2 Y = tt.targert
C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name)
4374 if self._info_axis._can_hold_identifiers_and_holds_name(name):
4375 return self[name]
-> 4376 return object.__getattribute__(self, name)
4377
4378 def __setattr__(self, name, value):
AttributeError: 'DataFrame' object has no attribute 'data'
e eu não consegui entender de onde vem o .data e o .target ele nao esta no meu dataframe.
Oi Giselle, obrigada pelo feedback. Pode deixar que vou pensar em vídeos usando outros dados. Valeu!
Essa estrutura de data e target é própria do scikit-learn. De fato não está no seu DataFrame. Seria legal você dar uma olhada na documentação para entender isso. O vídeo é um ponto de partida, mas gosto de reforçar a importância de vcs pesquisarem mais 😉