Forum Replies Created
- Posts
Olá Micael,
É difícil dizer sem inspecionar seus dados, mas nós não temos como analisar projetos particulares. Eu desconfio que tenha a ver com a formatação do arquivo que você está usando, principalmente em relação às aspas. Tente copiar e colar algumas frases da variável
phrases_car2na listatexts, só por garantia. Se der certo, você precisaria inspecionar os textos dephrases_car2pra ver se eles foram importados adequadamente.Se você quiser ajuda para implementar este projeto, entre em contato conosco por email para contratar uma consultoria.
Olá Samuel,
Não é um erro, somente um warning, tanto que o código executou. O warning está dizendo que não foi possível colocar uma data no índice da previsão, por isso os valores são indexados sendo
0o primeiro valor da série temporal, e as previsões são para os 60 próximos períodos começando com1446já que a série termina no índice1445.Olá Igor,
Sim, pois na situação ideal, a rede não iria errar, e os pesos não precisariam ser atualizados mais.
Olá Daniel,
Você está certo, o código apresentado na aula retorna a variância das 3 primeiras instâncias (linhas de
X), não dos 3 atributos. O resultado correto poderia ser obtido também comnp.var(X[:, 0]), np.var(X[:, 1]), np.var(X[:, 2]), ou ainda comnp.var(X, axis=1), que calcula a variância ao longo das colunas do array.Obrigado pela correção!
Olá Heitor,
Loss é uma forma de quantificar quanto o algoritmo está errando nas previsões. Seu valor absoluto não significa muita coisa, ele é só uma medida que o modelo usa para ir melhorando ao longo do treinamento. O importante é que vá diminuindo com as épocas sucessivas, até chegar em alguma situação onde a capacidade do algoritmo aprender está exaurida. É por isso que sua loss está estagnada.
A análise da qualidade do algoritmo é feita depois do treinamento, com as métricas de avaliação. Nesta altura, o valor de loss não quer dizer muita coisa.
Eu não vejo como avaliar isso porque a importância é uma medida dos dados. Seria a mesma coisa que calcular uma média e querer determinar se a média “está boa”.
Acho que você poderia substituir todos os espaços por um underscore, assim o TF-IDF Vectorizer do Sklearn, por exemplo, vai considerar que cada tarefa inteira é uma palavra só.
Olá Flavia,
Isso mesmo. As heurísticas que usamos nos algoritmos de busca geralmente nos ajudam, mas não são perfeitos, então eles correm o risco de convergir para uma solução inválida.
Olá Anderson,
Em alguns exercícios o professor não fez o procedimento inteiro para focar nos assuntos específicos de cada módulo, mas seu tratamento está correto. Em um projeto de machine learning, os dados inconsistentes devem ser tratados.
Olá Gilvanio,
Eu testei aqui no PyCharm e deu tudo certo. Pode ser algum problema no seu ambiente de execução, tenta criar um novo ambiente. Se não for isso, é algum problema relacionado ao PyCharm, e não saberia dizer o que está ocasionando isso. Talvez atualizar o programa ajude.
Olá Shin,
Não entendi bem o que você quer fazer, se a ocupação tem 5 tarefas, o peso não seria simplesmente 100/5 = 20%?
Olá Victor,
Na medida do possível sim, caso contrário seu modelo vai ficar mais especializado em apenas uma das classes.
Olá Fabio,
Há um tempo atrás eu escrevi um artigo sobre a conclusão de um pesquisador, mas te confesso que na prática eu acho essa recomendação de pouco valor. Assim como qualquer hiperparâmetro de um modelo, o número ideal acaba sendo descoberto mais na base da tentativa e erro do que partindo de premissas.
