Forum Replies Created
- Posts
Olá Ubiratan,
Eu rodei o código do Colab anexado à aula e não teve problemas. Pode ser que você tenha feito alguma alteração. Tenta utilizar o código original.
Olá Wandré,
Eu até achei a explicação do professor meio confusa, mas sobre identificar a quantidade de sujeitos no centro ou na periferia da curva, concordo com você, só com duas correções: o cálculo usa a média, não a mediana (ainda que, no caso de distribuições normais, os dois valores tenderem a coincidir), e em relação à periferia, você precisa pegar os pontos que sejam maiores ou iguais à mediana + 1 desvio padrão OU menores ou iguais à mediana – 1 desvio padrão.
`
periferia_da_curva = np.sum((dados_normal >= (np.mean(dados_normal)+np.std(dados_normal)) | dados_normal <= (np.mean(dados_normal)-np.std(dados_normal))))centro_da_curva = np.sum((dados_normal <= np.mean(dados_normal)+np.std(dados_normal)) & (dados_normal >= np.mean(dados_normal)-np.std(dados_normal)))
`Olá aluno,
Supondo que o modelo foi salvo com o nome
meu_modelo.h5e que os dados sejam representados por 5 atributos numéricos:# Carregue o modelo salvo model = tf.keras.models.load_model('meu_modelo.h5') # Crie o novo registro (exemplo) novo_registro = np.array([[150, 3, 2, 1, 10]]) # Realize a predição previsao = model.predict(novo_registro) # Extrai o valor da predição valor_predito = previsao[0][0]Olá Luis,
Nós estamos desenvolvendo um curso de NumPy onde essas questões serão abordadas, mas por enquanto eu posso te dizer que a grande vantagem de utilizar o NumPy é a performance, ele é muito mais rápido para fazer os cálculos vetoriais que são parte fundamental de muitos algoritmos de machine learning.
Provavelmente
Dateestá sendo utilizado como índice do dataframe, você pode resolver isso fazendo:acoes_df.reset_index(drop=False, inplace=True)Assim
Datepassa a ser uma coluna e a função funciona.Como não houve mais interações neste tópico, estou considerando que o problema foi resolvido.
Os códigos em Python podem ser executados em qualquer IDE com suporte à linguagem.
Sim, as redes neurais convolucionais podem ser utilizadas para analisar qualquer tipo de imagens. Os vídeos de nossos cursos são acompanhados de código, então você pode se basear por eles.
