Forum Replies Created
- Posts
Olá Gustavo,
Nesse caso é porque um objeto da classe
pd.DataFramecontém um método chamadohist, então você pode usardf.hist()como atalho, mas fazer da forma tradicional também funciona. Na verdade, o métodohistpossivelmente chama a funçãohistpor baixo dos panos.Olá Jean,
Não há limite para o número de classes, você pode tentar qualquer algoritmo de classificação, a princípio nenhum é mais indicado que outro por causa disso.
Olá Cesar,
Isso geralmente é bug na versão que você tem instalada da biblioteca, nesse caso TensorFlow. Tenta fazer o downgrade. A versão 2.8 deve funcionar.
Olá Alexandre,
Desculpe mas como costuma dar trabalho analisar códigos de terceiros, nós temos como política não inspecionar implementações pessoais, apenas garantimos que o código apresentado nas aulas vai funcionar.
Entretanto, dando uma olhada rápida no seu notebook, eu **desconfio** que o problema é com o uso da função
plotdo matplotlib. Tente outros tipos de gráfico, como por exemploscatter. Se não resolver, pelo menos te dá uma ajuda na direção correta.Olá Rogério,
Este é um procedimento estatístico relacionado às limitações do sistema, tem uma explicação aqui: https://www.quora.com/Why-do-we-subtract-1-when-calculating-the-degrees-of-freedom-of-a-chisquare-distribution?share=1
Olá José,
De fato existe uma diferença entre os operadores “and” e “&”, você pode encontrar mais informações aqui: https://www.geeksforgeeks.org/difference-between-and-and-in-python/
Em alguns casos, o resultado coincide, mas não em todos.
Olá Rogério,
Até seria possível aplicar somente nos registros errados, pois para aqueles que a rede acertou o erro é igual a 0 e os cálculos ficam zerados, mas como matematicamente a rede neural trabalha com cálculos matriciais e não vetoriais, ou seja, os registros são apresentados em batches, mais de um cada vez, na prática nós calculamos independentemente de ter acertado ou errado. Neste caso, o comum é “sumarizar” o erro do batch com o erro médio, e fazer os cálculos de backpropagation como se fosse só um registro.
Sobre a taxa de aprendizagem, tecnicamente pode ser qualquer valor, mas existem alguns valores “clássicos” que são mais comuns na área, nós costumamos usar esses valores no início do trabalho e fazer ajustes ao longo do estudo.
Esses desafios são curiosos porque eles deixam evidente que nem sempre é tão simples resolver um problema de machine learning, esse parece ser um caso desses. Várias coisas inesperadas podem acontecer durante o desenvolvimento da solução, como o vazamento de dados, onde, de forma inadvertida e difícil de identificar, o modelo tem acesso a informações dos dados de validação junto com os dados de treinamento, o que diminui sua eficiência quando estiver sendo utilizado com dados realmente novos. Imagine, por exemplo, que os dados que o desafio disponibilizasse para treinamento são apenas referentes a um subgrupo, como um público específico, então na validação você até pode encontrar bons resultados, mas como os dados de teste não são restritos a este público, o modelo não performa tão bem. Esta situação seria um tópico avançado que nós não contemplamos no curso, para se aprofundar vale a pena procurar na plataforma do Kaggle se os vencedores dos desafios publicaram suas soluções.
Olá Luis,
Você não alterou o código? A variável
file_nameé definida no início do for loop, na segunda linha da definição da função:def return_corona_df(json_filenames, df):
for **file_name** in json_filenames:Se a indentação estiver correta, esse erro não é possível.
Olá João,
Como você está avaliando nos dados de treinamento, deve estar ocorrendo overfitting. Para evitar isso é importante utilizar um dataset de validação durante o desenvolvimento do algoritmo.
Olá Abner,
Temos como política prestar auxílio apenas para os assuntos tratados nas aulas, pois não temos como atender a todas as solicitações particulares dos alunos. Aceitamos sugestões, mas elas serão avaliadas em uma eventual revisão futura do curso.
Entretanto, a ajuda que você busca não é difícil de encontrar pesquisando na internet, isto inclusive deverá fazer parte de sua rotina se você quiser se aprofundar em programação.
Olá Abner,
Temos como política prestar auxílio apenas para os assuntos tratados nas aulas, pois não temos como atender a todas as solicitações particulares dos alunos. Aceitamos sugestões, mas elas serão avaliadas em uma eventual revisão futura do curso.
Entretanto, a ajuda que você busca não é difícil de encontrar pesquisando na internet, isto inclusive deverá fazer parte de sua rotina se você quiser se aprofundar em programação.
Olá Luiz,
Sobre sua primeira pergunta, preciso que você seja mais específico. A qual aula se refere? Quais fórmulas?
Sobre a segunda, a padronização deve ser feita depois do tratamento de dados faltantes/inconsistentes. Com dados faltantes, inclusive o método nem deve funcionar.
