Respostas no Fórum
- Posts
Olá Roberto, chegou a verificar na página de download?
https://iaexpert.academy/topic/recursos-para-download-60/
Fabio
Olá Luiz, verifique novamente se os dados foram baixados corretamente, ou seja, se ficaram com indicativo verde.
Fabio
Olá Veirich, segue a resposta do instrutor Denny:
O que eu acredito que aconteceu é que, como a variável pesos1 está sendo atualizada dentro do loop, então no final da execução o resultado representa essas 100 atualizações. Já usando a variável teste1, não há esta atualização, a cada iteração você está simplesmente recalculando o mesmo valor. Se você muda o número de épocas para 1, faz a atualização apenas uma vez, e é por isso que o valor fica igual ao que você está comparando com a aula, e igual ao de teste1. Mas pode ficar tranquilo que o algoritmo está funcionando adequadamente, estas atualizações consecutivas são esperadas e até necessárias para que a rede neural seja treinada.
Fabio
Olá Luiz, você pode fazer o download na seção de introdução em Recursos para download.
https://iaexpert.academy/topic/recursos-para-download-53/
Fabio
Olá Clauder, infelizmente é possível analisar somente páginas e para analisar perfis precisar criar um aplicativo e submeter ao processo de validação do Facebook (que é bem burocrático).
Fabio
Olá Charles, segue a resposta do instrutor Denny:
O número de neurônios foi relativamente aleatório, não existe uma teoria bem fundamentada sobre o número ideal de neurônios, esta informação costuma ser tratada como um hiperparâmetro que pode ser ajustado manualmente, mas é comum na área aplicar potências de 2. Na maioria dos problemas, estes detalhes de arquitetura não fazem muita diferença, vai depender muito do quão complexa é a relação entre as variáveis. Esta fase de desenvolvimento de uma rede neural é bem experimental, via de regra nós começamos com uma estrutura meio padronizada como a apresentada na aula, a partir da qual podemos fazer algumas modificações para verificar seu impacto no desempenho.
Fabio
Olá Luiz, ficamos felizes que esteja gostando do curso. Entretanto, não podemos analisar/corrigir os códigos implementados pelos alunos. Mas podemos ajudar com dúvidas sobre o conteúdo abordado na aula.
Fabio
Olá Guilherme, segue o comentário do Denny:
Não tenho conhecimento de aplicações do BERT num contexto assim, mas acho que seria muito mais prático aplicar uma correção na base de dados para padronizar as nomenclaturas, e depois fazer um agrupamento usando a técnica bag of words, já que cada loteamento teria exatamente as mesmas palavras na sua descrição. A parte mais trabalhosa seria com a padronização, mas para não precisar de regras explícitas ele poderia de fato retirar acentuação, colocar em minúsculo e usar alguma técnica de stemmização, talvez isso já ajude o suficiente, entretanto são necessário realizar testes.
Fabio
Olá Elias, você pode fazer o download na seção de introdução em Recursos para Download.
https://iaexpert.academy/topic/recursos-para-download-37/
Fabio
Olá Roberto, segue a resposta do instrutor Denny:
O objetivo da validação cruzada não é recuperar o melhor modelo, mas sim verificar se ele é generalizável, o que se verifica principalmente pelo desvio padrão das métricas de desempenho nos diferentes folds do dataset. Por isso, a função cross_val_score não permite recuperar nenhum dos modelos individuais. É possível fazer isso manualmente, mas aí precisa escrever seu próprio loop de validação, mas enfatizo que esta ideia nem é implementada na função cross_val_score porque não faz sentido, tecnicamente o modelo é o mesmo e o resultado só foi melhor “por acaso”, em função do fold usado, o que não tem valor prático nenhum quando vamos usar o modelo com novos dados por exemplo.
Fabio
Olá Luiz, o Yahoo descontinuou a API de dados históricos. Utilize o exemplo abaixo para realizar as substituições no seu código. Em breve, adicionaremos correções aos colabs da vídeo aula.
Instale a biblioteca abaixo:
!pip install -q yfinance
Realize o import
import yfinance as yf
Exemplo do código como deverá ficar com a nova biblioteca:
#gol_df = data.DataReader(name = 'GOLL4.SA', data_source='yahoo', start='2015-01-01') gol_df = yf.download("GOLL4.SA", start='2015-01-01')Outro exemplo:
acoes_df = pd.DataFrame() for acao in acoes: acoes_df[acao] = yf.download(acao, start='2015-01-01')['Close']
Após alguns testes, de constatar que funcionou normalmente. Se puder fazer um teste.
Fabio
Olá Roberto, nessa mesma seção você pode clicar em download, o qual o direcionará para o Google Drive, nele você encontra a pasta base de dados com os arquivos utilizados no curso.
https://drive.google.com/drive/folders/1Rfu_9-UhtoUASY40rYd1YWlPWqFEqcBL
Fabio
Olá GCAntunes, sua observação esta correta. Já fizemos a atualização dos vídeo.
Obrigado pela colaboração!
Fabio
Olá Sérgio, você pode fazer o download no link abaixo:
https://drive.google.com/drive/folders/1XaLKV3NY0zuBgjoGUX8UZbjnqs5gOadA?usp=sharing
Fabio
