Data Science & Machine Learning - Python Conference ES 2017
- 1. Pacotes e Ferramentas Python para Data Science e Machine Learning Gabriel Cypriano Saca
- 2. Quem sou eu? Co-fundei startup de música Songwich.com Convite para mentoria no curso de Machine Learning da Universidade de Stanford no Coursera Atualmente Cientista de Dados Júnior na K2 Data Science http://gabrielcs.me
- 3. Data Science
- 4. 75% Python tem 75% mais vagas de emprego relacionadas a Machine Learning e Data Science do que R no Indeed.com. Fonte: http://bit.ly/2n3a3bZ
- 6. Jupyter Notebook Web app Live code Equações Visualizações Texto explanatório
- 7. Titanic Vamos prever quem sobreviveu à tragédia. Dados: http://bit.ly/2aKeyjU
- 8. Pandas ● Manipulação e análise de dados ● Estruturas de dados: ○ DataFrame ○ Series
- 9. Pandas
- 10. NumPy ● Array de N-dimensões ● Operações de álgebra linear ● Implementação vetorizada ● Utilizado pelo Pandas ● Útil para simular distribuições
- 11. Gera gráficos 2D Integração com NumPy e Pandas Matplotlib
- 12. Matplotlib
- 13. Baseado no Matplotlib Estilo mais moderno Adiciona alguns tipos de gráficos ao arsenal do Matplotlib Seaborn
- 14. Seaborn
- 15. SciPy ● Vários subpacotes com funções matemáticas, inclusive um de estatística. ● Útil para: ○ Criar amostras aleatórias ○ Calcular função densidade, função massa de probabilidade, função distribuição acumulada ○ Testes de inferência estatística
- 16. SciPy: é possível afirmar com 95% de confiança que sobreviventes pagaram mais pelo bilhete do que não-sobreviventes?
- 17. Machine Learning
- 18. Scikit-learn ● Pacote mais utilizado de Machine Learning ● Interface simples e elegante ● Integração com NumPy, SciPy e Matplotlib
- 19. Scikit-learn: prevendo quais passageiros foram sobreviventes ou não
Notas do Editor
- #4: Na etapa Model, o Cientista de Dados trabalha com algoritmos de Machine Learning. As outras etapas são realizadas tanto por Cientistas de Dados quanto por Analistas de Dados.
- #17: Valor-p deu 10-11
- #18: Sub-área da Ciência da Computação que estuda algoritmos pro computador aprender com os dados. Ao invés de se especificar explicitamente as regras do programa, o algoritmo faz com que o computador crie as regras implicitamente a partir dos dados de entrada. Exemplo clássico: identificação de dígitos escritos à mão.