Laboratórios Práticos de Machine Learning
Iniciante
Este curso contém diversos laboratórios para Machine Learning. Cada laboratório é um pequeno projeto de Machine Learning com orientação e soluções detalhadas. Você pode praticar suas habilidades em Machine Learning completando estes laboratórios, aprimorar suas habilidades de codificação e aprender a escrever código limpo e eficiente.
pythonsklearndata-science
💡 Este tutorial foi traduzido do inglês com assistência de IA. Para ver o original, você pode mudar para a versão em inglês
- Introdução
- Programa
Ajustando para o Acaso na Avaliação de Desempenho de Agrupamento
Calibração de Probabilidades de Classificadores
Gráfico de Interpretação Causal
Conjunto de Cadeias de Classificadores
Segmentação de Moedas Gregas com Agrupamento Espectral
Transformador de Colunas Scikit-Learn
Comparação de Aprendizagem de Variedades
Técnicas de Validação Cruzada com Scikit-Learn
Comparando Estratégias de Redução de Dimensionalidade
Modelo de Mistura Gaussiana
Estimativa de Densidade com Modelos de Mistura Gaussiana
Modelo de Mistura Gaussiana para Curva Senoidal Ruidosa
Intervalos de Previsão para Regressão Boosting Gradiente
Regressão por Gradient Boosting
Desruído de Imagens Usando Aprendizado de Dicionário
Agrupamento Indutivo com Scikit-Learn
Classificação Binária de Flores Iris Usando SVM
Agrupamento K-Means++ com Scikit-Learn
Aprendizado Semi-Supervisionado com Propagação de Rótulos
Caminho Lasso com Scikit-Learn
Vetores de Suporte LinearSVC
Compreendendo a Complexidade do Modelo
Completamento de Rostos com Estimadores de Saída Múltipla
Redução de Dimensionalidade com Análise de Componentes de Vizinhança
Exemplo de Regressão Linear com Esparsidade
Variância entre Regressão Linear Ordinária e Regressão Ridge
SVM de Uma Classe para Detecção de Novidades
Plotagem Avançada com Dependência Parcial
Análise de Componentes Principais no Conjunto de Dados Iris
Gráfico de Importância por Permutação
Importância por Permutação em Dados de Câncer de Mama
Interpolação Polinomial e por Splines
Latência de Previsão com Estimadores Scikit-Learn
Estimação Robusta de Modelos Lineares
Ajuste de Parâmetros de SVM com Kernel RBF
Regressão de Vizinhos Mais Próximos
Exemplo de Regressão Ridge com Scikit-Learn
Comparação de Funções de Perda Convexas
Plotagem da Função de Decisão de Conjuntos de Dados Ponderados
Combinar Preditores Usando Stacking
Visualizando a Estrutura do Mercado de Ações
Classificação de Dados com Kernel SVM
Explorando Parâmetros de SVM Linear
Classificação SVM Não-Linear
Visualize Dados de Alta Dimensionalidade com t-SNE
Comparando Diferentes Codificadores Categóricos
Máquinas de Vetores de Suporte com Amostras Ponderadas
Detecção de Novidades e Valores Discrepantes com Scikit-Learn
Redução de Dimensionalidade por Projeção Aleatória
Ajuste de Curvas com Regressão de Ridge Bayesiana
Classificação de Vizinhos Mais Próximos
Explorando o Algoritmo K-Means Clustering com Python
Comparar Métodos de Decomposição Cruzada
Plotar Prior de Concentração
Classificação SVM com Kernel Personalizado
Validação Cruzada em Conjunto de Dados de Dígitos
Aglomeração de Características para Dados de Alta Dimensionalidade
Agrupamento Hierárquico em Conjunto de Dados de Dígitos
Comparação de Teste F e Informação Mútua
Quantização Vetorial com KBinsDiscretizer
Decomposição de Dados de Rostos Olivetti
Classificação de Processo Gaussiano no Conjunto de Dados Iris
Classificação por Processo Gaussiano
Classificação de Processo Gaussiano em Conjunto de Dados XOR
Modelagem Preditiva Não Linear Usando Processo Gaussiano
Ajustar Modelo de Regressão por Processo Gaussiano
Regressão por Processo Gaussiano: Kernels
Parada Antecipada em Boosting de Gradiente
Separação de Fontes Cegas
Análise de Componentes Independentes com FastICA e PCA
Classificação de Flores Iris com Scikit-learn
Classificador SVM no Conjunto de Dados Iris
Estimação de Densidade por Núcleo 1D Simples
Aprendizado Ativo com Propagação de Rótulos
Lasso e Rede Elástica
Algoritmos de Classificação por Análise Discriminante
Agrupamento Hierárquico com Scikit-Learn
Fator Local de Desvio para Detecção de Novidades
Detecção de Outliers com LOF
Modelo de Regressão Logística
Caminho de Regularização da Regressão Logística L1
Comparação de Estimadores de Covariância
Estimação Robusta de Covariância e Distâncias de Mahalanobis: Relevância
Aprendizado de Variedades em Dados Esféricos
Seleção Conjunta de Características com Lasso Multitarefa
Exemplo de Regressão Linear
Algoritmo de Agrupamento OPTICS
Análise de Componentes Principais
Plotagem de Conjuntos de Dados de Classificação Aleatórios
Geração de Conjuntos de Dados Multirótulo com Scikit-Learn
Estimação Robusta de Covariância em Python
Aplicando Técnicas de Regularização com SGD
Codificação Esparsa com Dicionário Pré-Computado
Regressão Vetorial de Suporte
Redução de Dimensionalidade em Dados Swiss Roll e Swiss-Hole
Regressão Theil-Sen com Python Scikit-Learn
Reconstrução de Imagem por Sensoriamento Compressivo
Regressão por Árvore de Decisão
Regressão Multi-Saída com Árvores de Decisão
GUI Libsvm do Scikit-Learn
Classificação de Páginas da Wikipédia com SVD Aleatorizado
Regressão Isotônica para Dados Não Lineares
Modelos de Redes Neurais
Modelos de Mistura Gaussiana
Aprendizado de Variedades com Scikit-Learn
Biclustering em Scikit-Learn
Decomposição de Sinais em Componentes
Estimação da Matriz de Covariância com Scikit-Learn
Estimação de Densidade Usando Densidade Kernel
Validação Cruzada em Machine Learning com Python
Extração de Características com Scikit-Learn
Imputação de Valores Ausentes
Técnicas de Aproximação de Kernel no Scikit-Learn
Métricas e Núcleos de Pares no Scikit-Learn
Transformando o Alvo de Predição
Regressão de Árvore de Decisão Boostada
Agrupamento por Propagação de Afinidade
Plotar Agrupamento Hierárquico
Métricas de Agrupamento Hierárquico Agglomerativo
Dendrograma de Agrupamento Hierárquico
Escalonamento e Transformação de Dados
Decomposição Viés-Variância com Bagging
Comparando BIRCH e MiniBatchKMeans
Comparação de Desempenho entre K-Means Bisecting e K-Means Regular
Comparando Algoritmos de Clusterização
Segmentação de Imagem com Agrupamento Hierárquico
Matriz de Confusão com Scikit-Learn
Estimação de Covariância por Encolhimento
Validação Cruzada com Modelos Lineares
Plotar Patches de Rostos no Dicionário
Reconhecimento de Dígitos Manuscritos
Demonstrando Estratégias de KBinsDiscretizer
Pré-calcular Matriz Gram para ElasticNet
Estimação de Erro OOB de Floresta Aleatória
Importâncias de Pixels com Floresta Paralela de Árvores
Modelos de Mistura Gaussiana: Tipos de Covariância
Seleção de Modelo de Mistura Gaussiana
Previsões Probabilísticas com Classificação de Processos Gaussianos
Gráfico de Regressão por Processo Gaussiano (GPR) de CO2
Processos Gaussianos em Estruturas de Dados Discretas
Regularização de Gradient Boosting
Comparação entre FeatureHasher e DictVectorizer
Demonstração do Algoritmo de Agrupamento HDBSCAN
Gráfico Huber vs Ridge
Análise de Componentes Principais Incremental no Conjunto de Dados Iris
Classificador de Regressão Logística no Conjunto de Dados Iris
Aproximação Explícita do Mapa de Características para Kernels RBF
Avaliação Empírica da Inicialização do K-Means
Aprendizagem por Propagação de Rótulos
Regressão Lasso com Scikit-Learn
Regressão Logística Passo a Passo
Mapear Dados para uma Distribuição Normal
Visualização de Dados de Alta Dimensionalidade com MDS
Algoritmo de Agrupamento Mean-Shift
Restrições Monótonas em Gradient Boosting
Análise de Componentes de Vizinhança
Classificação por Centro Mais Próximo
Recuperação de Sinal Esparso com Perseguição Ortogonal de Correspondência
Gráfico PCA vs LDA
Agrupamento Espectral para Segmentação de Imagens
Classificadores Semi-Supervisionados no Conjunto de Dados Iris
SVM: Hiperplano de Separação de Margem Máxima
SVM para Classes Desequilibradas
Classificador SGD Multi-Classe Scikit-Learn
Plotar o Hiperplano Separador SGD
Estimação de Covariância Inversa Esparsa
Modelagem da Distribuição de Espécies
Estimação de Densidade Kernel de Distribuições de Espécies
Quebra de Empate em SVM
Modelo de Regressão Elastic-Net com Scikit-Learn
Algoritmos de Aprendizagem Semi-Supervisionada
Agrupamento Não Supervisionado com K-Means
Técnicas de Pré-processamento em Scikit-Learn
Quantização de Cores Usando K-Means
Gráfico Comparativo de Regressão por Processo Gaussiano e Regressão Kernel Ridge
Poda de Árvores de Decisão
Classificação de Dígitos usando Scikit-Learn
Análise do Conjunto de Dados de Dígitos
Discretização de Características Contínuas com KBinsDiscretizer
Comparação de Floresta Aleatória e Reforço de Gradiente Histograma
Traçar Floresta Iris
Métodos de Inicialização de Modelos de Mistura Gaussiana
Gráfico de Busca em Grade para Dígitos
Árvores de Decisão no Conjunto de Dados Iris
Detecção de Anomalias com Isolation Forest
Regressão Isotónica Não Paramétrica com Scikit-Learn
Explorando o Lema de Johnson-Lindenstrauss com Projeções Aleatórias
Análise de Componentes Principais com Kernel PCA
Gráfico de Regressão de Ridge com Kernel
Explorando as Suposições do Agrupamento K-Means
Análise de Agrupamento com o Método Silhouette
Regressão de Sinal Esparso com Modelos Baseados em L1
Análise Discriminante Linear para Classificação
Plotar Regressão Logística Multinomial e um-contra-todos
Comparando K-Means e MiniBatchKMeans
Scikit-Learn MLPClassifier: Estratégias de Aprendizagem Estocástica
Validação Cruzada Aninhada para Seleção de Modelo
Regressão de Mínimos Quadrados Não Negativos
Detecção de Valores Discrepantes em Dados de Vinho
Gráfico de Seleção de Modelo PCA vs. FA
Pontuação de Teste de Permutação para Classificação
Regressão de Quantis com Scikit-Learn
Plotar Regressão Multi-Output com Floresta Aleatória
Otimização de Hiperparâmetros: Busca Aleatória vs. Busca em Grade
Eliminação Recursiva de Características
Regressão Ridge para Modelagem Linear
ROC com Validação Cruzada
Seleção de Características Baseada em Modelo e Sequencial
Comparando Solucionadores Online para Classificação de Dígitos Manuscritos
Algoritmo de Biclustering Espectral
Algoritmo de Co-Clustering Espectral
Comparação entre Busca em Grade e Halving Sucessivo
Escalonamento do Parâmetro de Regularização para Máquinas de Vetores de Suporte (SVM)
Extração de Tópicos com Fatoração de Matrizes Não-Negativas (NMF) e Alocação de Dirichlet Latente (LDA)
Análise de Árvore de Decisão
Plotando Curvas de Validação
Revelando a Estrutura do Conjunto de Dados Iris através da Análise Fatorial
Probabilidades de Classe com VotingClassifier
Previsão de Diabetes Usando Regressor de Votação
Agrupamento Hierárquico com Restrições de Conectividade
Ajustando Hiperparâmetros de um Estimator
Curvas de Validação: Plotando Pontuações para Avaliar Modelos
Gráficos de Dependência Parcial e Expectativa Condicional Individual
Importância de Permutação de Características
AdaBoost Discreto vs. Real: Comparação de Desempenho
Árvores de Decisão AdaBoostadas Multi-Classe
Classificação de Stump de Decisão com AdaBoost
Comparando Regressores Bayesianos Lineares
Biclustering de Documentos Usando o Algoritmo de Co-Clustering Espectral
Cache de Vizinhos Mais Próximos
Calibração de Probabilidade para Classificação de 3 Classes
Plotagem da Probabilidade de Classificação
Visualização de Previsões com Validação Cruzada
Algoritmo de Agrupamento DBSCAN
Desruído de Imagens com PCA de Kernel
Estimativa de Densidade Kernel
Importância de Características com Floresta Aleatória
Estimativas Fora da Amostra em Reforço Gradiente
Seleção de Modelo Lasso
Seleção de Modelo para Regressão Lasso
Plotagem de Curvas de Aprendizagem
Classificar Dígitos Manuscritos com o Classificador MLP
Otimização de Hiperparâmetros de Modelos com GridSearchCV
Classificação de Texto Usando Aprendizado Fora da Memória
Transformação de Recursos por Hashing
Eliminação Recursiva de Recursos com Validação Cruzada
Ajustamento Robusto de Estimadores Lineares
Parada Antecipada do Gradiente Descendente Estocástico
Plotar Sgdocsvm vs Ocsvm
Regressão Logística Esparsa Multi-classe
Iterações de Redução Sucessiva
Transformação de Dados Categóricos usando TargetEncoder
Subajuste e Sobreajuste
Exploração de Métodos de Conjunto com Scikit-Learn
Seleção de Características com Scikit-Learn
Avaliação da Qualidade de Modelos de Machine Learning
Plotar Digitos Pipeline
Estimadores e Pipelines Scikit-learn
Transformações de Recursos com Conjuntos de Árvores
Equilibrar a Complexidade do Modelo e a Pontuação Cruzada
Extração e Avaliação de Recursos Textuais
Agrupamento K-Means em Dígitos Manuscritos
Regularização de Perceptron Multicamadas
Classificação Multirótulo de Documentos
Plotar Classificação com NCA
Detecção de Valores Discrepantes com Algoritmos Scikit-Learn
Avaliação de ROC Multiclasses com Scikit-Learn
API de Visualização do Scikit-learn
Aproximação de Kernel Polinomial com Scikit-Learn
Efeito de Variação de Limiar no Auto-Treinamento
Regressão Logística Multinomial para MNIST
Classificação de Flores de Íris usando Classificador de Votação
Vizinhos Mais Próximos Aproximados em TSNE
Criando Visualizações com Objetos de Exibição
Reconhecimento Facial com Eigenfaces e SVMs
Seleção de Características Univariadas
Construindo Pipelines de Aprendizado de Máquina com Scikit-Learn
Concatenando Múltiplos Métodos de Extração de Características
Gradient Boosting com Recursos Categóricos
Razões de Verossimilhança de Classes para Medir o Desempenho de Classificação
Imputação de Dados Ausentes
Gráfico PCR vs PLS
Seleção de Características para SVC no Conjunto de Dados Iris
Transformando o Alvo para Regressão Linear
Algoritmos Multiclasse e Multisaída
Comparação de Algoritmos de Detecção de Anomalias
Curvas de Calibração de Probabilidades
Comparação da Calibração de Classificadores
Redução de Dimensionalidade com Pipeline e GridSearchCV
Curva de Comércio de Erros de Detecção
Métrica Precisão-Revocação para Classificação Desbalanceada
Transformador de Colunas com Tipos Mistos
Classificação de Dígitos Manuscritos com Recursos RBM
Classificação Semi-Supervisionada de Texto
Utilizando a API set_output
Discretização de Características para Classificação
Classificação de Documentos de Texto
Imputador Iterativo Scikit-Learn
Aprendizagem de Variedades em Dígitos Manuscritos
Construindo Pipelines no Scikit-Learn
Escalonamento de Recursos em Aprendizado de Máquina
Pipelines e Estimadores Compostos
Comparação de Classificadores no Scikit-Learn
Professor
Labby
Labby is the LabEx teacher.
Compartilhar no Google Classroom
Junte-se ao Nosso Discord e Aprenda Juntos
Junte-se AgoraAvaliações dos Usuários
" again very didactical and easy - clear explanation thk you so much"
— Grisou_xou
" Best for core concept practice"
— Basavaraj Nilakanthe
Recomendado para Você
