Awesome Open Source
Awesome Open Source

Introdução

Esse repositório foi criado com a intenção de difundir o ensino de Machine Learning em português.

Algoritmos Implementados

Classificação Regressão Clusterização Redução de
Dimensionalidade
🌿 Adaboost 📈 Linear 🔠 K-Means 🌹 PCA
🌳 Decision Trees 🔱 Multivariada 🔠↖️ MeanShift 🌻 LDA
🏠🏠 K-NN 📊 Polinomial
🎲 Naive Bayes
💲 Regressão Logística
🧠 Redes Neurais 🧠 Redes Neurais

E ainda temos um notebook só com métodos de Seleção de Atributos:

Métodos de Filtragem
(Filter Methods)
Métodos de Empacotamento
(Wrapper Methods)
Métodos Embarcados
(Embedded Methods)
📈 📉 Correlação de Pearson 🏆 Stability Selection 📈 Regressão Linear
📝 ↔️📝 Mutual Information 🔁 Eliminação Recursiva 1️⃣ Regularização L1 (Lasso)
💯 Maximal Information Coefficient ⭐️ Boruta 2️⃣ Regularização L2 (Ridge)
⬇️ 💩 Mean Decrease Impurity
⬇️ 🎯 Mean Decrease Accuracy

Instalação

  1. Baixe ou clone o repositório.
  2. Baixe e instale o Miniconda. (Windows: marque a opção de adicionar o conda às variáveis de ambiente ($PATH))
  3. Abra o terminal e digite os seguintes comandos para instalar o ambiente:
    $ conda config --add channels bioconda
    $ conda create -n ml python=3.5.3 numpy=1.12.1 pandas=0.20.1 matplotlib=2.0.2 scikit-learn=0.20.0 seaborn=0.7.1 jupyter=1.0.0 pydotplus==2.0.2
    

Uso do ambiente

Nota: É obrigatório seguir as ordens da seção "Instalação" antes de utilizar o ambiente.

Siga os passos abaixo sempre que quiser executar os códigos desse repositório.

  1. Abra o terminal e digite:
    • Windows:
    $ activate mpdl
    
    • Linux/Mac:
    $ source activate mpdl
    
  2. Execute o Jupyter Notebook:
    $ jupyter notebook
    

Get A Weekly Email With Trending Projects For These Topics
No Spam. Unsubscribe easily at any time.
python (53,503
jupyter-notebook (6,181
machine-learning (3,580
neural-network (736
machine-learning-algorithms (168
regression (114
logistic-regression (53
linear-regression (46
decision-trees (31
feature-selection (29
knn (29
kmeans (19