Forum Replies Created
- Posts
Olá,
Classe pronta para essa técnica na versão atual não tem. Achei esse tutorial que mostra como utilizar o TensorFlow, mas a codificação é manual
https://rubikscode.net/2018/08/27/implementing-self-organizing-maps-with-python-and-tensorflow/
Jones
Olá,
Dê uma olhada nessa biblioteca, que possui várias funções para similaridade entre documentos
https://github.com/seatgeek/fuzzywuzzy
Jones
O vídeo que estava errado já foi corrigido
Sobre o Google Colab, os links de acesso estão disponíveis na aula inicial de cada estudo de caso (clicando em Materiais acima do vídeo)
Olá,
Os links para os colabs estão adicionados na aula inicial de cada estudo de caso. Se puder verificar se consegue acessar
Jones
Olá Jeferson,
Nunca cheguei a utilizar outra técnica, mas creio que expressões regulares sejam bem adequadas para esse cenário. Talvez desenvolver expressões mais robustas do que essas simples que usamos no curso
Jones
Olá Edi,
Acho que você se refere às aulas do Anexo I e Anexo II, que estão no final e não seguem o fluxo do curso (é explicado na aula de boas-vindas)
Jones
Olá Cassio,
Não existe um valor de desvio padrão definido, mas certamente, quanto menor melhor, pois isso indica que o modelo tem melhor capacidade de generalização. Um desvio padrão alto, por outro lado, pode indicar tanto que o modelo é inadequado para processar os dados em questão (pense em um modelo linear tentando ajustar dados de natureza não-linear), ou que o número de instâncias para treinamento é baixo (não permitindo o ajuste completo dos seus parâmetros). Por isso, mesmo que a precisão de uma dobra durante a validação cruzada seja alta, um desvio padrão alto nos diz que esse resultado não é confiável.
Em resumo, um desvio padrão baixo indica quanto podemos ter segurança de que a precisão alcançada é um bom indicativo da capacidade daquele modelo específico capturar (pelo menos parte d)o comportamento de um fenômeno através dos dados disponíveis.Jones
