Forum Replies Created
- Posts
Olá Erenilson,
Sim, você está certo. Tudo depende de como você define o seu problema. Se você quer chegar a conclusões estritamente sobre o grupo de estudo, então esta é sua população, mas se quer estender as conclusões para pessoas fora do grupo, então esta é sua amostra.
Olá Marcelo,
O Anaconda oferece algumas IDEs, como você pode ver na documentação: https://docs.anaconda.com/working-with-conda/ide-tutorials/
Entretanto, você pode instalar a IDE independentemente. Eu, por exemplo, só uso o Anaconda para criar ambientes.
O Google Colab é um ambiente de computação online, que facilita muito a vida principalmente de alunos, já que não requer a instalação de nenhuma ferramenta, é só acessar via navegador. Hoje ele oferece suporte para Python e R.
Olá Bruno,
Você tem razão, o professor fez uma simplificação considerando que a próxima cidade é definida a cada iteração do algoritmo, mas para definir o melhor caminho inteiro, o custo total deve ser considerado.
Olá Marco,
No Colab, você provavelmente não está usando GPU. Acesse as configurações abaixo para configurar.
Olá Moises,
Devido a uma atualização da biblioteca Pandas, agora você deve fazer:
correlations = employee_df.corr(numeric_only=True)Já estou corrigindo no notebook também.
Olá Rafael,
Você pode tratar o desbalanceamento logo no final do pré-processamento, antes de passar os dados para o algoritmo.
Olá Ana,
Não temos nenhum material pronto nesse sentido, mas eu te recomendo visitar o desafio no Kaggle, lá outros usuários costumam publicar suas soluções e explorações com os dados, é uma boa oportunidade de aprendizado.
Olá Luiz,
Como o problema é com a biblioteca
scipy, instalar uma versão mais antiga deve resolver. Recomendo tentar a versão0.15.1, que foi publicada na mesma época da última publicação do PyBrain.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 versão0.15.1deve 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!
Luiz, não estou conseguindo localizar esta aula no curso Redes Neurais Artificiais em Python, você postou no curso correto?
Luiz, não estou conseguindo localizar esta aula no curso Redes Neurais Artificiais em Python, você postou no curso correto?
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.
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’])`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>`
