APRENDIZAGEM DA MÁQUINA DE PROGRAMAÇÃO EM PYTHON : Uma introdução aos modelos de aprendizagem automática - supervisionada

Jorge Gómez

ISBN 10: 620536526X / ISBN 13: 9786205365267

Verlag: Edições Nosso Conhecimento, 2022

Beschreibung

nach der Bestellung gedruckt Neuware - Printed after ordering - A aprendizagem supervisionada descreve um cenário em que a experiência se torna um factor de formação, que contém informação importante (por exemplo, rótulos de doença/saúde para detecção de doenças das plantas) que falta nos 'exemplos de teste' invisíveis aos quais os conhecimentos adquiridos serão aplicados. Neste cenário, a perícia adquirida visa prever que faltam informações para os dados do teste. Neste sentido, o ambiente pode ser pensado como um professor que supervisiona o aluno, fornecendo informação adicional sob a forma de rótulos. Neste livro discutiremos modelos de aprendizagem supervisionada por máquinas, através dos quais compreenderá os fundamentos teóricos, algumas descrições de domínios de aplicação e depois implementará cada um deles no laboratório Jupyter com pandas e bibliotecas de scikit-learn para Python. Inicialmente começará com Regressão Logística (classificação binária), Classificação Multiclasse por Regressão Logística, Árvores de Decisão, Máquina Vectorial de Apoio - SVM (Support Vector Machines), Floresta Aleatória, Validação Cruzada K-Fold, e finalmente Naive B.

Bestandsnummer des Verkäufers 9786205365267

Bibliografische Details

• Titel: APRENDIZAGEM DA MÁQUINA DE PROGRAMAÇÃO EM PYTHON : Uma introdução aos modelos de aprendizagem automática - supervisionada
• Verlag: Edições Nosso Conhecimento
• Erscheinungsjahr: 2022
• Sprache: Portugiesisch
• ISBN-10: 620536526X
• ISBN-13: 9786205365267
• Einband: Taschenbuch
• Zustand: Neu

Über diesen Titel

Inhaltsangabe

A aprendizagem supervisionada descreve um cenário em que a experiência se torna um factor de formação, que contém informação importante (por exemplo, rótulos de doença/saúde para detecção de doenças das plantas) que falta nos "exemplos de teste" invisíveis aos quais os conhecimentos adquiridos serão aplicados. Neste cenário, a perícia adquirida visa prever que faltam informações para os dados do teste. Neste sentido, o ambiente pode ser pensado como um professor que supervisiona o aluno, fornecendo informação adicional sob a forma de rótulos. Neste livro discutiremos modelos de aprendizagem supervisionada por máquinas, através dos quais compreenderá os fundamentos teóricos, algumas descrições de domínios de aplicação e depois implementará cada um deles no laboratório Jupyter com pandas e bibliotecas de scikit-learn para Python. Inicialmente começará com Regressão Logística (classificação binária), Classificação Multiclasse por Regressão Logística, Árvores de Decisão, Máquina Vectorial de Apoio - SVM (Support Vector Machines), Floresta Aleatória, Validação Cruzada K-Fold, e finalmente Naive B