Tutoriais scikit-learn
scikit-learn oferece uma abordagem sistemática para machine learning em Python. Nossos tutoriais cobrem vários algoritmos de ML, seleção de modelos e técnicas de avaliação, adequados tanto para cientistas de dados iniciantes quanto intermediários. Com laboratórios gratuitos e exemplos de código práticos, você obterá experiência prática na construção de modelos de ML. Nosso playground de ciência de dados permite que você experimente as funções e conjuntos de dados scikit-learn em tempo real.
Outras Árvores de Habilidades
LinuxDevOpsCibersegurançaKali LinuxDevOps EngineerCybersecurity EngineerBanco de DadosCiência de DadosRed Hat Enterprise LinuxCompTIADockerKubernetesPythonGitShellNmapWiresharkHydraJavaSQLitePostgreSQLMySQLRedisMongoDBGolangC++CJenkinsAnsiblePandasNumPyMatplotlibDesenvolvimento WebHTMLCSSJavaScriptReact
Validação Cruzada com Scikit-learn
Neste laboratório, você aprenderá a realizar validação cruzada usando scikit-learn para avaliar o desempenho de um modelo de aprendizado de máquina de forma mais robusta.
scikit-learn
Carregamento e Exploração de Dados com Scikit-learn
Neste laboratório, você aprenderá os fundamentos de carregamento e exploração de conjuntos de dados no scikit-learn usando o clássico conjunto de dados Iris. Você praticará o acesso a dados, alvos e nomes de características, e realizará uma visualização simples.
scikit-learn
Pré-processamento de Dados com Scikit-learn
Neste laboratório, você aprenderá as técnicas fundamentais de pré-processamento de dados no scikit-learn, incluindo escalonamento de features com StandardScaler e codificação de alvo com LabelEncoder, utilizando o clássico conjunto de dados Iris.
scikit-learn
Instalação e Configuração do Scikit-learn
Neste laboratório, você aprenderá a verificar sua instalação do scikit-learn, importar módulos necessários e carregar um dataset de exemplo para começar com machine learning em Python.
scikit-learn
Classificação KNN com Scikit-learn
Neste laboratório, você aprenderá a usar o scikit-learn para construir um classificador K-Nearest Neighbors (KNN), treiná-lo no conjunto de dados Iris e fazer previsões em novos dados.
scikit-learn
Regressão Linear com Scikit-learn
Neste laboratório, você aprenderá a construir um modelo simples de regressão linear usando scikit-learn para prever os preços de imóveis na Califórnia.
scikit-learn
Avaliação de Modelos Scikit-learn
Neste laboratório, você aprenderá a avaliar um modelo de classificação scikit-learn usando várias métricas, incluindo acurácia, matriz de confusão, precisão, recall e pontuação F1.
scikit-learn
Classificação de Íris Usando SVM
Neste projeto, você aprenderá como classificar o conjunto de dados de íris usando um modelo Support Vector Classifier (SVC). O conjunto de dados de íris é um conjunto de dados clássico de aprendizado de máquina que contém informações sobre diferentes espécies de íris, incluindo o comprimento da sépala, a largura da sépala, o comprimento da pétala e a largura da pétala.
Pythonscikit-learn
Perguntas e Respostas de Entrevista Scikit-learn
Prepare-se para entrevistas de Sklearn com este guia abrangente que cobre conceitos chave, algoritmos, avaliação de modelos e aplicações práticas.
scikit-learn