Python para Machine Learning

Slide 1

Slide 1 text

Python para Machine learning Uma introdução

Slide 2

Slide 2 text

Roadmap 1. Deﬁnição 2. Tipos de aprendizado 3. Machine Learning e Python 4. Modelo de ML em Python

Slide 3

Slide 3 text

Deﬁnição Inteligência artiﬁcial é o conjunto de todas as tarefas nas quais o computador pode tomar uma decisão.

Slide 4

Slide 4 text

Deﬁnição Machine Learning é o campo da IA que oferece a uma máquina a habilidade de aprendizado através dos dados.

Slide 5

Slide 5 text

Deﬁnição

Slide 6

Slide 6 text

Deﬁnição Onde podemos utilizar Machine Learning?

Slide 7

Slide 7 text

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

Slide 8

Slide 8 text

Tipos de aprendizado Aprendizado supervisionado Aprendizado a partir de um conjunto de exemplos.

Slide 9

Slide 9 text

Tipos de aprendizado Aprendizado supervisionado Não spam Spam Algoritmo É ou não spam? Prever o dado

Slide 10

Slide 10 text

Tipos de aprendizado Aprendizado supervisionado

Slide 11

Slide 11 text

Tipos de aprendizado Aprendizado supervisionado Principais tarefas: 1. Classiﬁcação - detectar spams 2. Regressão - prever o preço de uma casa

Slide 12

Slide 12 text

Tipos de aprendizado Aprendizado supervisionado Detecção de fraude Filtro de spam

Slide 13

Slide 13 text

Tipos de aprendizado Aprendizado supervisionado Principais algoritmos: 1. Regressão linear 2. Regressão logística 3. Árvore de decisão 4. Naive Bayes

Slide 14

Slide 14 text

Tipos de aprendizado Aprendizado não-supervisionado Aprendizado a partir de um conjunto de exemplos. O algoritmo encontra seus próprios padrões.

Slide 15

Slide 15 text

Tipos de aprendizado Aprendizado não-supervisionado Compras de livros Algoritmo Livros recomendados pelo algoritmo

Slide 16

Slide 16 text

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.

Slide 17

Slide 17 text

Tipos de aprendizado Aprendizado não-supervisionado Principais algoritmos: 1. K-means clustering 2. Sistema de recomendação

Slide 18

Slide 18 text

Tipos de aprendizado Aprendizado por reforço Aprendizado baseado em tentativa e erro. Inspirado na psicologia comportamental.

Slide 19

Slide 19 text

Tipos de aprendizado Aprendizado por reforço Aprendizado baseado em tentativa e erro. Inspirado na psicologia comportamental.

Slide 20

Slide 20 text

1. Scikit-learn 2. TensorFlow 3. Keras 4. PySpark Machine Learning e Python Principais bibliotecas

Slide 21

Slide 21 text

Machine Learning e Python Scikit-learn http://scikit-learn.org/stable/index.html

Slide 22

Slide 22 text

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.

Slide 23

Slide 23 text

Machine Learning e Python TensorFlow https://www.tensorﬂow.org/

Slide 24

Slide 24 text

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.

Slide 25

Slide 25 text

Machine Learning e Python Keras https://keras.io/

Slide 26

Slide 26 text

Machine Learning e Python Keras 1. Biblioteca open-source de machine learning escrita em Python. 2. Criação e treinamento de Redes Neurais.

Slide 27

Slide 27 text

Machine Learning e Python PySpark https://spark.apache.org/docs/latest/api/python/

Slide 28

Slide 28 text

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).

Slide 29

Slide 29 text

Modelo de ML em Python

Slide 30

Slide 30 text

Modelo de ML em Python https://revolucaofeminina.com.br/

Slide 31

Slide 31 text

Recomendação de leitura

Slide 32

Slide 32 text

Recomendação de leitura

Slide 33

Slide 33 text

Recomendação de leitura

Slide 34

Slide 34 text

Contato https://github.com/pattyvader *Designed by Freepik from www.flaticon.com* @pattyvader https://www.linkedin.com/in/patricialregina/