Machine Learning – Guia de Referência Rápida: Trabalhando com dados estruturados em Python

Description

t.me/AnonLivros | Com notas, tabelas e exemplos detalhados, esta referência prática ajudará você a navegar pelo básico do machine learning com dados estruturados. O autor Matt Harrison oferece um ótimo guia que você poderá usar como material complementar para cursos, além de servir como um recurso conveniente quando você iniciar o seu próximo projeto de machine learning. Ideal para programadores, cientistas de dados e engenheiros da área de IA, este livro apresenta uma visão geral do processo de machine learning e da classificação com dados estruturados. Você conhecerá métodos para clustering (agrupamento), regressão e redução de dimensões, entre outros assuntos. Este guia de referência rápida inclui: • classificação, usando o conjunto de dados do Titanic; • limpeza de dados e métodos para lidar com dados ausentes; • análise de dados exploratória; • passos comuns de pré-processamento usando dados de amostras; • seleção de atributos úteis ao modelo; • seleção do modelo; • métricas e avaliação da classificação; • exemplos de regressão usando diversas técnicas de ML; • métricas para avaliação de regressão; • clustering; • redução de dimensões; • pipelines do scikit-learn. Prefácio capítulo 1 Introdução Bibliotecas usadas Instalação com o pip Instalação com o conda capítulo 2 Visão geral do processo de machine learning capítulo 3 Descrição da classificação: conjunto de dados do Titanic Sugestão para layout dos projetos Importações Faça uma pergunta Termos para os dados Colete os dados Limpe os dados Crie os atributos Separe as amostras Faça a imputação de dados Normalize os dados Refatore Modelo de base Várias famílias Stacking Crie o modelo Avalie o modelo Otimize o modelo Matriz de confusão Curva ROC Curva de aprendizado Implante o modelo capítulo 4 Dados ausentes Analisando dados ausentes Descartando dados ausentes Imputando dados Acrescentando colunas informativas capítulo 5 Fazendo uma limpeza nos dados Nomes das colunas Substituindo valores ausentes capítulo 6 Explorando os dados Tamanho dos dados Estatísticas resumidas Histograma Gráfico de dispersão Gráfico conjunto Matriz de pares Gráfico de caixas e gráfico violino Comparando dois valores ordinais Correlação RadViz Coordenadas paralelas capítulo 7 Pré-processamento dos dados Padronize os dados Escale para um intervalo Variáveis dummy Codificador de rótulos Codificação de frequência Extraindo categorias a partir de strings Outras codificações de categoria Engenharia de dados para datas Adição do atributo col_na Engenharia de dados manual capítulo 8 Seleção de atributos Colunas colineares Regressão lasso Eliminação recursiva de atributos Informações mútuas Principal Component Analysis Importância dos atributos capítulo 9 Classes desbalanceadas Use uma métrica diferente Algoritmos baseados em árvores e ensembles Modelos de penalização Upsampling da minoria Gerando dados de minorias Downsampling da maioria Upsampling e depois downsampling capítulo 10 Classificação Regressão logística Naive Bayes Máquina de vetores suporte K vizinhos mais próximos Árvore de decisão Floresta aleatória XGBoost Gradient Boosted com LightGBM TPOT capítulo 11 Seleção do modelo Curva de validação Curva de aprendizagem capítulo 12 Métricas e avaliação de classificação Matriz de confusão Métricas Acurácia Recall Precisão F1 Relatório de classificação ROC Curva de precisão-recall Gráfico de ganhos cumulativos Gráfico de elevação Balanceamento das classes Erro de predição de classe Limiar de discriminação capítulo 13 Explicando os modelos Coeficientes de regressão Importância dos atributos LIME Interpretação de árvores Gráficos de dependência parcial Modelos substitutos Shapley capítulo 14 Regressão Modelo de base Regressão linear SVMs K vizinhos mais próximos Árvore de decisão Floresta aleatória Regressão XGBoost Regressão LightGBM capítulo 15 Métricas e avaliação de regressão Métricas Gráfico de resíduos Heterocedasticidade Resíduos com distribuição normal Gráfico de erros de predição capítulo 16 Explicando os modelos de regressão Shapley capítulo 17 Redução da dimensionalidade PCA UMAP t-SNE PHATE capítulo 18 Clustering K-Means Clustering (hierárquico) aglomerativo Entendendo os clusters capítulo 19 Pipelines Pipeline de classificação Pipeline de regressão Pipeline de PCA Sobre o autor