ฝัง
- เผยแพร่เมื่อ 20 ก.ย. 2024
- Nesta aula você vai aprender como funciona o algoritmo Random Forest. Este é um algoritmo de Machine Learning muito interessante e muito utilizado que você pode usar para resolver diversos problemas de tarefas de classificação ou regressão.
💎 Acompanhe o Minerando Dados 💎
• Instagram » / blogminerando
• Telegram » • t.me/minerando...
Cara, você conseguiu explicar rapidamente e de uma forma simples algo que vários vídeos (eu assisti a vários) passam quase 1 hora e conseguem complicar demais. Parabéns. Sugiro somente, ajustar a câmera pra vc interagir "de frente" e não "de lado" enquanto explica. Siga em frente e mais uma vez, parabéns
Obrigado pelo feedback e pela sugestão, amigo.
Olá amigo, gostei da didática para explicar. Esse vídeo serve para discentes que ainda não tem base matemática. Dá para se ter uma ideia do algoritmo.
Trabalhei com bootstrap no meu mestrado e também no doutorado na estatística e percebi duas pequenas falhas que não tiram a beleza do seu vídeo. Vou colocar abaixo para ficar registrado como uma correção.
1 - No bagging, o bootstrap utilizado é o não-paramétrico. Portanto, para que a distribuição teórica das classes se aproxime da distribuição empírica dos dados, a reamostragem é feita com reposição dos dados originais, em que as amostras também tem a mesma cardinalidade da amostra original. Nos livros An Introdution to the Bootstrap do Efron bem como no Bootstrap Methds an Thair Application do A. C. Davison e D. V. Hinley, o bootstrap não paramétrico é discutido. Para quem não conhecer, o Bradley Efron é o criador do bootstrap. Mais profundamente, a reamostragem é com reposição e de mesmo tamanho para que a distribuição empírica dos dados a serem previstos Fn convirja quase certamente (lei forte dos grande números) para a distribuição verdadeira F que é desconhecia. Isso é dado por um teorema chamado Teorema de Glivenko Cantelli;
Regra de bolso: Para quem não quiser adentrar na matemática, sempre considere no bagging (SEMPRE) amostras de mesmo tamanho da original. Não há motivos para não fazer, além disso, a amostragem deve ser feita com resposição (SEMPRE).
2 - Em cada pseudo-amostra bootstrap, uma única árvore que irá compor a floresta é gerada. Portanto, a floresta é composta por diversas árvores que são estimadas com base em uma pseudo amostra bootstrap, cada uma delas. Se em sua floresta há B árvores, então a b-ésima árvore que compõe a floresta é feita por meio de uma pseudo-amostra bootstrap (bootstrap não paramétrico), com b = 1, ..., B.
Um abraço.
Parabéns Rodrigo. Uma explicação muito simples e muito didática. Me ajudou muito. Obrigado.
Obrigado Max.
Cara... vocês entregam muito valor em vídeos relativamente curtos... Parabéns... Assim que puder faço o curso de vocês
Que lega, obrigado pelo feedback, Rafael.
Aula sensacional professor!
Parabéns!!
É muito importante para mim que estou começando poder ver de forma visual o funcionamento dos modelos.
Obrigado!
Parabéns pela explicação. De forma simples e direta.
Que vídeo incrível! A explicação foi extremamente clara, e os slides foram de grande ajuda pra compreensão ... Muito obrigado!
cara, obriigado pelo video! excelente!
Explicou muito bem. Parabéns pelo vídeo!
Parabéns pelo vídeo. Muito bom o conteúdo de verdade, bastante simples e direto e de fácil entendimento. Meu feedback é o mesmo que já foi comentado anteriormente, sobre a questão de se virar para a camera. Valeu!!! 😄
Parabéns pelo conteúdo. muito bom !!!
Obrigado, Breno.
Cara, muito legal o vídeo! Claerou demais a ideia do algoritmo! Valeu!
Parabéns, sensacional o vídeo.
Vc comentou sobre a parte prática, porém não encontrei, poderia me indicar o vídeo por favor?
Excelente canal!!!
Muito boa a explicação, obrigado pela ótima didática.
Muitos bom! Parabéns!
Valeu mesmo Leonardo.
Ótima explicação!
Obrigado, Michel.
Foi legal o vídeo! Obrigado!
Muito bom esse formato de aula
Muito obrigado
Bacana Adriano, obrigado pelo comentário.
Excelente vídeo!
Muito boa a aula 😊
Fala Rodrigo, uma dica de tema, aprender como utilizar banco de dados para ir salvando dados de previsões etc dos códigos que forem sendo executados, salvando certos valores de variáveis em cada dia
Fala Luis, beleza. Obrigado pela sugestão já anotei aqui. Vlw
Ola. Sigo seu canal ja alguns meses. Mais alguns vídeos geram algumas perguntas. E no caso de existir pergunta como faço pra perguntar? Tem algum emails ou whatsap?
Oi tudo bem? você pode perguntar na seção de comentários dos videos, amigo.
Boa noite, ótimo vídeo! Poderia fazer um explanando sobre o Extra Tree Classifier? Att
Obrigado pela recomendação, Julio.
Fera irmão, muito obrigado
Obrigado, João.
fala Rodrigo blz? ja pensou em fazer um video sobre edes bayesianas? talvez usando a pgmpy ! tenho muitas dificuldade e é impossivel achar conteúdo explicativo igual o seu ... mt obrigado
Opa, obrigado pela sugestão Nivestar. Vou avaliar sim, obrigado :)
Achei meio confuso, você estar usando a mesma árvore durante a aprensentação de árvores diferentes, mas muito bom a ideia de trazer mais teoria!
vlw cara muito bom
:)
Existe previsão de quando abre uma turma nova?? 🤪
Sim, Luke. No meio do mês de julho. Abraço.
Muito bom
queria ver código
Fala Rodrigo, poderia fazer um script com IA para previsões de jogos de futebol, só analisando vitórias e derrotas, obrigado.
Que massa, obrigado pela sugestão.
Não assisti o vídeo todo, mas acho que deveria dar os créditos ao canal onde foi retirado e traduzido o vídeo (th-cam.com/video/J4Wdy0Wc_xQ/w-d-xo.html).
Oi Cristiano, tudo bem? esse video não foi traduzido do video que você mencionou, apesar de os exemplos serem os mesmos.
@@Stack_tecnologias vai me desculpar, mas até a fala é a mesma, melhor reconhecerem e darem o devido crédito, apenas isto. Não tem problema em traduzir, alías acho até legal porque nem todo falam inglês.
Não consegui entender