Livros

 

Acesso à lista completa de e-books

Slides

• Aula 01: Apresentação da disciplina
• Aula 02: Conceitos básicos
• Aula 03: Dados e pré-processamento
• Aula 04: Classificação
• Aula 05: Classificação – KNN

Códigos Notebook

• Visualização de um processo de Análise Exploratória de Dados
  • Dataset (Brazil_cities.csv)
• Titanic
  • Training Dataset (Titanic_train.csv)
  • Test Dataset (Titanic_test.csv)
• Home Credit Risk Analysis (Pasta com Notebook e Dataset)
• Problema de Classificação
  • Bank Marketing (já inclui a leitura do dataset remotamente)
  • Interpretação dos resultados do Notebook acima

Exercícios:

Exercício 01: Análise Exploratória de Dados (enunciado)

• Dataset para treinamento (application_train.csv.zip)
• Dataset para teste (application_test.csv.zip)

Atividade de reforço: Material para Autotutoria – análise exploratória (Realizar até a Parte 5)

• Seguir a sequência da parte 1 até a parte 5

Exercício 02: Classificação

• Incluir, pelo menos, mais 3 algoritmos de classificação (um deles deverá ser obrigatoriamente o XGBoost) no Notebook de Classificação (Bank Marketing).
  • Não se esqueça de aplicar as métricas de análise de eficiência dos resultados, além de otimizar os hiperparâmetros do melhor algoritmo por meio do GridSearchCV.