Python para Machine Learning

Transcript

1. Python para Machine learning Uma introdução
2. Roadmap 1. Definição 2. Tipos de aprendizado 3. Machine Learning e Python 4. Modelo de ML em Python
3. Definição Inteligência artificial é o conjunto de todas as tarefas nas quais o computador pode tomar uma decisão.
4. Definição Machine Learning é o campo da IA que oferece a uma máquina a habilidade de aprendizado através dos dados.
5. Definição
6. Definição Onde podemos utilizar Machine Learning?
7. Definição Workflow da Machine Learning 1. Preparação dos dados 2. Construção do modelo 3. Avaliação da performance do modelo 4. Otimização 5. Prever novos dados
8. Tipos de aprendizado Aprendizado supervisionado Aprendizado a partir de um conjunto de exemplos.
9. Tipos de aprendizado Aprendizado supervisionado Não spam Spam Algoritmo É ou não spam? Prever o dado
10. Tipos de aprendizado Aprendizado supervisionado
11. Tipos de aprendizado Aprendizado supervisionado Principais tarefas: 1. Classificação - detectar spams 2. Regressão - prever o preço de uma casa
12. Tipos de aprendizado Aprendizado supervisionado Detecção de fraude Filtro de spam
13. Tipos de aprendizado Aprendizado supervisionado Principais algoritmos: 1. Regressão linear 2. Regressão logística 3. Árvore de decisão 4. Naive Bayes
14. Tipos de aprendizado Aprendizado não-supervisionado Aprendizado a partir de um conjunto de exemplos. O algoritmo encontra seus próprios padrões.
15. Tipos de aprendizado Aprendizado não-supervisionado Compras de livros Algoritmo Livros recomendados pelo algoritmo
16. Tipos de aprendizado Aprendizado não-supervisionado Principais tarefas: 1. Clustering - agrupar dados em clusters baseados em similaridade. 2. Redução dimensional - simplifica os dados - descrição em algumas características.
17. Tipos de aprendizado Aprendizado não-supervisionado Principais algoritmos: 1. K-means clustering 2. Sistema de recomendação
18. Tipos de aprendizado Aprendizado por reforço Aprendizado baseado em tentativa e erro. Inspirado na psicologia comportamental.
19. Tipos de aprendizado Aprendizado por reforço Aprendizado baseado em tentativa e erro. Inspirado na psicologia comportamental.
20. 1. Scikit-learn 2. TensorFlow 3. Keras 4. PySpark Machine Learning e Python Principais bibliotecas
21. Machine Learning e Python Scikit-learn http://scikit-learn.org/stable/index.html
22. Machine Learning e Python Scikit-learn 1. Biblioteca open-source de machine learning escrita em Python. 2. Projetada inicialmente no Google Summer of Code em 2007. 3. Construída sobre as libs NumPy e SciPy. 4. Oferece as seguintes tarefas: classificação, regressão, redução dimensional e clustering.
23. Machine Learning e Python TensorFlow https://www.tensorflow.org/
24. Machine Learning e Python TensorFlow 1. Biblioteca open-source de machine learning escrita em Python. 2. Projetada inicialmente no Google em 2015. 3. Baseado no sistema interno do Google chamado DistBelief. 4. Criação e treinamento de Redes Neurais.
25. Machine Learning e Python Keras https://keras.io/
26. Machine Learning e Python Keras 1. Biblioteca open-source de machine learning escrita em Python. 2. Criação e treinamento de Redes Neurais.
27. Machine Learning e Python PySpark https://spark.apache.org/docs/latest/api/python/
28. Machine Learning e Python PySpark 1. Biblioteca open-source de Big Data escrita em Python. 2. Possui a lib SparkML Lib. 3. Oferece as seguintes tarefas: classificação, regressão, clusterização, sistemas de recomendação e NLP (Natural Language Processing).
29. Modelo de ML em Python
30. Modelo de ML em Python https://revolucaofeminina.com.br/
31. Recomendação de leitura
32. Recomendação de leitura
33. Recomendação de leitura
34. Contato https://github.com/pattyvader *Designed by Freepik from www.flaticon.com* @pattyvader https://www.linkedin.com/in/patricialregina/