Descubra o curso dos alunos de Joinville
help
{{apiData.me.position}}˚ no Ranking
profile pic account_circle
Para empresas Login Comece agora
Iniciando em Machine Learning
Classificação

Descubra quais os tipos de cursos dos alunos de Joinville

Neste desafio, você deverá inferir quais os tipos de cursos que os alunos de Joinville estão cursando. Por exemplo: são cursos de educação? De ciências, matemática e computação? De engenharia? Descubra através deste desafio.

Tópicos

Neste desafio você aprenderá:

  • Iniciando em Machine learning
  • Classificação

Requisitos

Você precisará de python 3.6 (ou superior) e do gerenciador de pacotes pip apenas para submeter o desafio. Você pode solucionar o mesmo em qualquer linguagem.

O recomendado é você utilizar um ambiente virtual. Para isto, execute os comandos como no exemplo abaixo:

Linux/macos

pip3 install virtualenv
virtualenv ../venv -p python3
source ../venv/bin/activate 
pip install -r requirements.txt

Windows

pip3 install virtualenv
virtualenv ..\venv -p python3
..\venv\Scripts\activate
pip install -r requirements.txt

Ao terminar o desafio, você pode sair do ambiente criado com o comando deactivate

Detalhes

Neste desafio você usará os dados no arquivo train.csv para criar um modelo que será utilizado para inferir os tipos de cursos dos alunos de Joinville (coluna NO_OCDE_AREA_GERAL) no arquivo test.csv. Para tal, você deve criar um arquivo answer.csv com colunas index e NO_OCDE_AREA_GERAL, onde os valores da coluna index são as do arquivo test.csv e as da NO_OCDE_AREA_GERAL são a saída do seu modelo.

codenation code review

Para receber Code review, compartilhe o link abaixo com colegas ou em nosso fórum de discussões:

codenation code review

Para receber Code review, você precisa primeiramente finalizar o desafio.

An introduction to machine learning with scikit-learn

In this section, we introduce the machine learning vocabulary that we use throughout scikit-learn and give a simple learning example.

Model Representation

In this video, you'll see what the model looks like and more importantly you'll see what the overall process of supervised learning looks like. Let's use some motivating example of predicting housing prices. We're going to use a data set of housing prices from the city of Portland, Oregon.

Classification

In this video, I want to start to talk about classification problems, where the variable y that you want to predict is valued. We'll develop an algorithm called logistic regression, which is one of the most popular and most widely used learning algorithms today.

Machine Learning

This course provides a broad introduction to machine learning, datamining, and statistical pattern recognition. Topics include: (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks). (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning). (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI).

Classification

This module shows how logistic regression can be used for classification tasks, and explores how to evaluate the effectiveness of classification models

Logistic regression

Logistic regression, despite its name, is a linear model for classification rather than regression