[Denny Ceccon]

Tudo bom Professor? Legal te reencontrar depois de todos esses anos.

Este problema, você provavelmente consegue resolver fazendo downgrade do scipy, eu acredito que a versão 0.15.1 deve ser suficiente.

Mas como comentei na sua outra dúvida, o PyBrain não recebe mais atualização desde 2015, então eu recomendo utilizar o Scikit-Learn (que também é coberto neste curso, mas implementa redes “fechadas”, com pouco controle fino), ou o Keras (que é mais parecido com PyBrain mas hoje é uma das bibliotecas mais utilizadas para Deep Learning). Aqui na plataforma tem outros cursos focados mais em Keras/TensorFlow.

Um abraço!

[Denny Ceccon]

Luiz, não estou conseguindo localizar esta aula no curso Redes Neurais Artificiais em Python, você postou no curso correto?

[Denny Ceccon]

Luiz, não estou conseguindo localizar esta aula no curso Redes Neurais Artificiais em Python, você postou no curso correto?

[Denny Ceccon]

Olá Luiz,

TensorFlow e PyTorch são bastante similares, é questão de gosto pessoal, e hoje são as opções mais completas. Ambas oferecem uma API de baixo nível, que é mais difícil de configurar, mas permite um alto controle do processo. O Keras é uma API de mais alto nível do TensorFlow, ou seja, utiliza TF no background, mas é mais fácil de operar, pois possui várias classes prontas para uso. O Pybrain foi descontinuado.

Você consegue implementar redes recorrentes tanto no TF quanto no PyTorch, mas pela facilidade de uso, para a maioria das aplicações você pode usar o Keras.

[Denny Ceccon]

Olá José,

Via de regra, a gente evita atualizar código que ainda esteja funcionando, porque preferimos fazer essas atualizações quando atualizamos o curso inteiro. Eu testei novamente o notebook anexado à aula e não tive problemas. Entretanto, se você não conseguir resolver, esta chamada deve resolver:

`

dataset = pd.read_csv(‘acoes.csv’, parse_dates=[‘Date’], index_col=’Date’,
date_format=’%Y-%m-%d’, usecols = [‘Date’, ‘BOVA’])

`

[Denny Ceccon]

Olá Deivid,

Por enquanto nós não temos programada a atualização deste curso. Você sempre pode instalar uma versão mais antiga do Python criando um ambiente novo. No Anaconda Prompt, o comando é:

`
conda create -n <nome-do-ambiente> python=<versão-do-pythton>

`

[Denny Ceccon]

Checa qual versão do Pandas sua instância do Colab está usando, a versão 2.2.2 está funcionando.

Eu também desconfio que você tentou rodar a função antes de terminar o upload do arquivo csv, aí a execução pode quebrar porque os dados no disco estão incompletos.

[Denny Ceccon]

Olá José,

Eu executei o notebook e não tive problemas. Algumas poucas funções exibem um alerta de que elas serão removidas em versões futuras das bibliotecas, mas elas continuam funcionais. Você teve algum problema específico?

[Denny Ceccon]

Olá Milton,

Eu testei o código da aula e deu tudo certo. De nossa experiência, nesses casos, o aluno geralmente deixou de executar algum código anterior, ou alterou o código. Tenta de novo utilizando o notebook anexado à aula. Eu até desconfio que o que houve é que você criou o dicionário mas não colocou o espaço no nome na frente das categorias:

dicionario_map = {" <=50K": "Low", " >50K": "High"}
                   ^--espaço        ^-- espaço

Aí como a chave não existem no dicionário, ele retorna NaN.

[Denny Ceccon]

Olá Guilherme,

Fiz uma revisão no notebook da aula, agora não deve ter problema.

[Denny Ceccon]

Olá Jorge,

O Pycharm tem duas edições, o Professional (pago) e o Community (gratuito). Você pode instalar direto a partir do site https://www.jetbrains.com/pycharm/download/?section=windows

[Denny Ceccon]

Robson, você está executando no Colab? Eu testei com o notebook anexado à aula e deu certo. Se for execução local, pode ser algum conflito no ambiente, mas é difícil de resolver sem acesso à máquina, nesses casos geralmente se resolve por tentativa e erro.

[Denny Ceccon]

Olá Robson,

Estou revisando o código desta aula para fazer algumas correções, mas por enquanto, se você colocar !pip install lxml na primeira célula, vai rodar essa parte.

[Denny Ceccon]

Lucian, procura sobre os temas ARIMA e redes neurais recorrentes na nossa página dos cursos, lá você pode ver como os dados são organizados para treinar este tipo de algoritmo, aí é só usar a mesma metodologia para o seu objetivo.

[Denny Ceccon]

Olá Lucian,

Se você usa as cotações dos últimos X dias para prever “alta’ ou “baixa”, então você só vai conseguir fazer a predição para o dia seguinte, pois só tem acesso às cotações até o dia de hoje. Para prever em períodos mais no futuro, você precisa considerar que as cotações são uma série temporal, e utilizar um algoritmo adequado para este tipo de dado, como ARIMA ou redes neurais recorrentes.

[Autor]

Posts