Laboratórios Práticos de Sklearn
Iniciante
Este curso contém diversos laboratórios para Sklearn, cada um sendo um pequeno projeto Sklearn com orientação e soluções detalhadas. Você pode praticar suas habilidades em Sklearn completando estes laboratórios, aprimorar suas habilidades de codificação e aprender a escrever código limpo e eficiente.
sklearnpythondata-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
Comparação de Classificadores no Scikit-Learn
Classificação de Documentos de Texto
Discretização de Características para Classificação
Pipelines e Estimadores Compostos
Escalonamento de Recursos em Aprendizado de Máquina
Construindo Pipelines no Scikit-Learn
Imputador Iterativo Scikit-Learn
Aprendizagem de Variedades em Dígitos Manuscritos
Classificação de Dígitos Manuscritos com Recursos RBM
Transformador de Colunas com Tipos Mistos
Utilizando a API set_output
Classificação Semi-Supervisionada de Texto
Comparação da Calibração de Classificadores
Curva de Comércio de Erros de Detecção
Redução de Dimensionalidade com Pipeline e GridSearchCV
Curvas de Calibração de Probabilidades
Comparação de Algoritmos de Detecção de Anomalias
Métrica Precisão-Revocação para Classificação Desbalanceada
Seleção de Características Univariadas
Seleção de Características para SVC no Conjunto de Dados Iris
Vizinhos Mais Próximos Aproximados em TSNE
Criando Visualizações com Objetos de Exibição
Transformando o Alvo para Regressão Linear
Gradient Boosting com Recursos Categóricos
Construindo Pipelines de Aprendizado de Máquina com Scikit-Learn
Reconhecimento Facial com Eigenfaces e SVMs
Concatenando Múltiplos Métodos de Extração de Características
Razões de Verossimilhança de Classes para Medir o Desempenho de Classificação
Gráfico PCR vs PLS
Algoritmos Multiclasse e Multisaída
Imputação de Dados Ausentes
Regressão Logística Multinomial para MNIST
Detecção de Valores Discrepantes com Algoritmos Scikit-Learn
Avaliação de ROC Multiclasses com Scikit-Learn
Extração e Avaliação de Recursos Textuais
Transformações de Recursos com Conjuntos de Árvores
Regularização de Perceptron Multicamadas
Agrupamento K-Means em Dígitos Manuscritos
Aproximação de Kernel Polinomial com Scikit-Learn
API de Visualização do Scikit-learn
Classificação de Flores de Íris usando Classificador de Votação
Plotar Classificação com NCA
Plotar Digitos Pipeline
Estimadores e Pipelines Scikit-learn
Equilibrar a Complexidade do Modelo e a Pontuação Cruzada
Efeito de Variação de Limiar no Auto-Treinamento
Classificação Multirótulo de Documentos
Classificação de Texto Usando Aprendizado Fora da Memória
Comparando Regressores Bayesianos Lineares
Seleção de Modelo Lasso
Seleção de Modelo para Regressão Lasso
Eliminação Recursiva de Recursos com Validação Cruzada
Seleção de Características com Scikit-Learn
Algoritmo de Agrupamento DBSCAN
Biclustering de Documentos Usando o Algoritmo de Co-Clustering Espectral
Exploração de Métodos de Conjunto com Scikit-Learn
Árvores de Decisão AdaBoostadas Multi-Classe
Plotagem de Curvas de Aprendizagem
Transformação de Dados Categóricos usando TargetEncoder
Subajuste e Sobreajuste
Classificação de Stump de Decisão com AdaBoost
Visualização de Previsões com Validação Cruzada
Ajustamento Robusto de Estimadores Lineares
Avaliação da Qualidade de Modelos de Machine Learning
Cache de Vizinhos Mais Próximos
Otimização de Hiperparâmetros de Modelos com GridSearchCV
Estimativas Fora da Amostra em Reforço Gradiente
Desruído de Imagens com PCA de Kernel
Transformação de Recursos por Hashing
Plotagem da Probabilidade de Classificação
Calibração de Probabilidade para Classificação de 3 Classes
Importância de Características com Floresta Aleatória
AdaBoost Discreto vs. Real: Comparação de Desempenho
Estimativa de Densidade Kernel
Parada Antecipada do Gradiente Descendente Estocástico
Plotar Sgdocsvm vs Ocsvm
Regressão Logística Esparsa Multi-classe
Iterações de Redução Sucessiva
Classificar Dígitos Manuscritos com o Classificador MLP
Quantização de Cores Usando K-Means
Seleção de Características Baseada em Modelo e Sequencial
Discretização de Características Contínuas com KBinsDiscretizer
Eliminação Recursiva de Características
Previsão de Diabetes Usando Regressor de Votação
Traçar Floresta Iris
Agrupamento Hierárquico com Restrições de Conectividade
Otimização de Hiperparâmetros: Busca Aleatória vs. Busca em Grade
Curvas de Validação: Plotando Pontuações para Avaliar Modelos
Poda de Árvores de Decisão
Regressão Ridge para Modelagem Linear
Comparando Solucionadores Online para Classificação de Dígitos Manuscritos
Análise de Árvore de Decisão
Probabilidades de Classe com VotingClassifier
Comparação de Floresta Aleatória e Reforço de Gradiente Histograma
Análise de Agrupamento com o Método Silhouette
Plotar Regressão Logística Multinomial e um-contra-todos
Comparando K-Means e MiniBatchKMeans
Algoritmo de Biclustering Espectral
Algoritmo de Co-Clustering Espectral
Importância de Permutação de Características
Árvores de Decisão no Conjunto de Dados Iris
Validação Cruzada Aninhada para Seleção de Modelo
Pontuação de Teste de Permutação para Classificação
Escalonamento do Parâmetro de Regularização para Máquinas de Vetores de Suporte (SVM)
Plotando Curvas de Validação
Ajustando Hiperparâmetros de um Estimator
Classificação de Dígitos usando Scikit-Learn
Revelando a Estrutura do Conjunto de Dados Iris através da Análise Fatorial
Extração de Tópicos com Fatoração de Matrizes Não-Negativas (NMF) e Alocação de Dirichlet Latente (LDA)
Métodos de Inicialização de Modelos de Mistura Gaussiana
Gráficos de Dependência Parcial e Expectativa Condicional Individual
ROC com Validação Cruzada
Regressão Isotónica Não Paramétrica com Scikit-Learn
Regressão de Sinal Esparso com Modelos Baseados em L1
Regressão de Mínimos Quadrados Não Negativos
Regressão de Quantis com Scikit-Learn
Detecção de Valores Discrepantes em Dados de Vinho
Explorando as Suposições do Agrupamento K-Means
Explorando o Lema de Johnson-Lindenstrauss com Projeções Aleatórias
Análise de Componentes Principais com Kernel PCA
Análise do Conjunto de Dados de Dígitos
Gráfico de Busca em Grade para Dígitos
Detecção de Anomalias com Isolation Forest
Gráfico Comparativo de Regressão por Processo Gaussiano e Regressão Kernel Ridge
Scikit-Learn MLPClassifier: Estratégias de Aprendizagem Estocástica
Análise Discriminante Linear para Classificação
Gráfico de Regressão de Ridge com Kernel
Plotar Regressão Multi-Output com Floresta Aleatória
Comparação entre Busca em Grade e Halving Sucessivo
Gráfico de Seleção de Modelo PCA vs. FA
Modelagem da Distribuição de Espécies
Escalonamento e Transformação de Dados
Demonstrando Estratégias de KBinsDiscretizer
Comparação entre FeatureHasher e DictVectorizer
Pré-calcular Matriz Gram para ElasticNet
Gráfico Huber vs Ridge
Regressão Lasso com Scikit-Learn
Recuperação de Sinal Esparso com Perseguição Ortogonal de Correspondência
Plotar o Hiperplano Separador SGD
Regressão Logística Passo a Passo
Avaliação Empírica da Inicialização do K-Means
Análise de Componentes de Vizinhança
Estimação de Densidade Kernel de Distribuições de Espécies
Agrupamento por Propagação de Afinidade
Dendrograma de Agrupamento Hierárquico
Comparando BIRCH e MiniBatchKMeans
Comparação de Desempenho entre K-Means Bisecting e K-Means Regular
Comparando Algoritmos de Clusterização
Demonstração do Algoritmo de Agrupamento HDBSCAN
Algoritmo de Agrupamento Mean-Shift
Agrupamento Não Supervisionado com K-Means
Estimação de Erro OOB de Floresta Aleatória
Importâncias de Pixels com Floresta Paralela de Árvores
Segmentação de Imagem com Agrupamento Hierárquico
Plotar Patches de Rostos no Dicionário
Processos Gaussianos em Estruturas de Dados Discretas
Agrupamento Espectral para Segmentação de Imagens
Quebra de Empate em SVM
Gráfico de Regressão por Processo Gaussiano (GPR) de CO2
Regressão de Árvore de Decisão Boostada
Decomposição Viés-Variância com Bagging
Modelo de Regressão Elastic-Net com Scikit-Learn
Plotar Agrupamento Hierárquico
Mapear Dados para uma Distribuição Normal
Validação Cruzada com Modelos Lineares
SVM: Hiperplano de Separação de Margem Máxima
SVM para Classes Desequilibradas
Técnicas de Pré-processamento em Scikit-Learn
Métricas de Agrupamento Hierárquico Agglomerativo
Classificador de Regressão Logística no Conjunto de Dados Iris
Classificador SGD Multi-Classe Scikit-Learn
Análise de Componentes Principais Incremental no Conjunto de Dados Iris
Estimação de Covariância Inversa Esparsa
Classificação por Centro Mais Próximo
Previsões Probabilísticas com Classificação de Processos Gaussianos
Restrições Monótonas em Gradient Boosting
Matriz de Confusão com Scikit-Learn
Reconhecimento de Dígitos Manuscritos
Regularização de Gradient Boosting
Aprendizagem por Propagação de Rótulos
Algoritmos de Aprendizagem Semi-Supervisionada
Técnicas de Regressão para Dados Não Lineares
Previsão para o Preço do Bitcoin
Estimação de Covariância por Encolhimento
Visualização de Dados de Alta Dimensionalidade com MDS
Modelos de Mistura Gaussiana: Tipos de Covariância
Seleção de Modelo de Mistura Gaussiana
Classificadores Semi-Supervisionados no Conjunto de Dados Iris
Aproximação Explícita do Mapa de Características para Kernels RBF
Gráfico PCA vs LDA
Aprendizado de Variedades em Dados Esféricos
Decomposição de Dados de Rostos Olivetti
Plotagem de Conjuntos de Dados de Classificação Aleatórios
Geração de Conjuntos de Dados Multirótulo com Scikit-Learn
Redução de Dimensionalidade em Dados Swiss Roll e Swiss-Hole
GUI Libsvm do Scikit-Learn
Quantização Vetorial com KBinsDiscretizer
Agrupamento Hierárquico com Scikit-Learn
Transformando o Alvo de Predição
Aglomeração de Características para Dados de Alta Dimensionalidade
Extração de Características com Scikit-Learn
Comparação de Teste F e Informação Mútua
Ajuste de Curvas com Regressão de Ridge Bayesiana
Lasso e Rede Elástica
Modelo de Regressão Logística
Seleção Conjunta de Características com Lasso Multitarefa
Aplicando Técnicas de Regularização com SGD
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
Estimação de Densidade por Núcleo 1D Simples
Fator Local de Desvio para Detecção de Novidades
Detecção de Outliers com LOF
Estimação de Densidade Usando Densidade Kernel
Explorando o Algoritmo K-Means Clustering com Python
Agrupamento Hierárquico em Conjunto de Dados de Dígitos
Algoritmo de Agrupamento OPTICS
Biclustering em Scikit-Learn
Caminho de Regularização da Regressão Logística L1
Regressão Vetorial de Suporte
Agrupamento Baseado em Centróides
Modelos de Redes Neurais
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
Agrupamento Espectral e Outros Métodos de Agrupamento
Técnicas de Reconhecimento de Padrões Não Lineares
Seleção Rápida de Modelos com Validação Cruzada
Validação Cruzada em Conjunto de Dados de Dígitos
Parada Antecipada em Boosting de Gradiente
Validação Cruzada em Machine Learning com Python
Exemplo de Regressão Linear
Métricas e Núcleos de Pares no Scikit-Learn
Comparar Métodos de Decomposição Cruzada
Classificação de Vizinhos Mais Próximos
Classificação SVM com Kernel Personalizado
Classificador SVM no Conjunto de Dados Iris
Imputação de Valores Ausentes
Classificação por Árvore de Decisão com Python
Técnicas de Aproximação de Kernel no Scikit-Learn
Classificação Probabilística com Naive Bayes
Separação de Fontes Cegas
Análise de Componentes Independentes com FastICA e PCA
Classificação de Flores Iris com Scikit-learn
Análise de Componentes Principais
Codificação Esparsa com Dicionário Pré-Computado
Classificação de Páginas da Wikipédia com SVD Aleatorizado
Decomposição de Sinais em Componentes
Comparação de Estimadores de Covariância
Estimação Robusta de Covariância e Distâncias de Mahalanobis: Relevância
Estimação Robusta de Covariância em Python
Estimação da Matriz de Covariância com Scikit-Learn
Aprendizado de Variedades com Scikit-Learn
Algoritmos de Classificação por Análise Discriminante
Plotar Prior de Concentração
Modelos de Mistura Gaussiana
Regressão Isotônica para Dados Não Lineares
Aprendizado Ativo com Propagação de Rótulos
Método Bagging e Boosting
Exploração de Agrupamento Hierárquico para Clustering
Guia do Tensorflow
Rede Neural Rasa Implementada com Tensorflow 2
Salvamento e Restauração de Modelos no TensorFlow 2
Treinar Rede Neural para Reconhecimento de Dígitos Manuscritos
Cálculo do Coeficiente de Regressão Ridge
Fundamentos da Regressão Linear
Classificação por Regressão Logística com Scikit-Learn
Previsão de Preços de Imóveis em Pequim
Agrupamento Baseado em Densidade
Compressão de Imagem Usando Mini Batch K Means
Aplicação de Agrupamento Baseado em Densidade
Algoritmo K-Vizinhos Mais Próximos (K Nearest Neighbor Algorithm)
Regressão Ridge e Regressão Lasso
Classificação do Conjunto de Dados de Avaliação de Segurança de Carros
Perceptron e Rede Neural Artificial
Professor
Labby
Labby is the LabEx teacher.
Compartilhar no Google Classroom
Junte-se ao Nosso Discord e Aprenda Juntos
Junte-se AgoraAvaliações dos Usuários
" muito bom para iniciante gostei "
— Felipe Basilio
" As I Developer, I loved they done for the community. Respect ++++ Aura ++++"
— temp ory
Recomendado para Você
