
Aprendizado De Máquina Utilizando Pca Programado Em Python
By Vitor Amadeu SouzaLength1h 25m
About this audiobook
Este livro visa introduzir e explorar o conceito de redução de dimensionalidade utilizando o algoritmo de Análise de Componentes Principais (PCA), aplicado a um cenário prático usando Python. O foco está em ensinar como utilizar essa técnica de aprendizado não supervisionado para simplificar a análise de dados e visualizar informações em menor número de dimensões. Em particular, abordamos um exemplo prático de redução de dimensionalidade de flores utilizando o famoso conjunto de dados Iris, demonstrando como o PCA pode ser usado para transformar características morfológicas das plantas em um espaço de menor dimensão, facilitando a visualização e a interpretação dos dados.
Audiobook details
GenreTechnology
Length1 hr 25 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateSep 18, 2024
LanguagePortuguese
Table of contents
1Vitor Amadeu Souza
2Cerne Tecnologia
3Capítulo II – Programação em Python
4Capítulo VI – PCA
5Acima temos um exemplo de exponenciação, onde o valor 2
Show all chaptersShow less
6constantes. Acompanhe um exemplo.
7posteriormente.
8relacionais:
9uma string.
10teste não seja verdadeiro, o segundo comando será executado, neste
11Sempre que precisarmos repetir um bloco de comandos
12comando.
13seja, o conteúdo da variável x seja maior que 20.
14print(x)
15Função count()
16diferença, união, interseção e diferença simétrica.
17deste script para o Python, digitando:
18seguintes funções:
19>>> cos(pi)
20A seguir exemplos com números complexos.
21conforme ilustra o próximo exemplo.
22exemplo:
23O operador de formatação %s, %d e %f permitem que seja
241 x
25x.append(aux) y.append(1/(1+pow(e,-aux))) aux=aux+0.1 matplotlib.pyplot.plot(x,y) matplotlib.pyplot.xlabel('x') matplotlib.pyplot.ylabel('y') matplotlib.pyplot.show()
26Capítulo VI
27O código apresentado tem como objetivo aplicar a Análise de
28Por fim, um gráfico de dispersão é gerado para representar as flores
29A imagem mostra um gráfico de dispersão resultante da aplicação