Conteúdo do Curso

Pré-processamento de Dados

1. Breve Introdução

Tipos de Dados Métodos de Processamento de Dados Conjunto de Dados: Teste e Treinamento Excluindo um Dado "Extra"Alterando o Tipo de Dados

2. Processamento de Dados Quantitativos

Escalonamento de Dados Escalonamento de Dados vs Normalização de Dados Removendo Outliers Removendo Valores Ausentes Aumento de Dados: Dados Sintéticos

3. Processamento de Dados Categóricos

Métodos para Codificar os Dados Categóricos Codificação One-Hot Codificação Ordinal Codificação de Rótulos da Variável Alvo Desafio

4. Processamento de Dados de Séries Temporais

Conversão de Tipo de Dados Limpeza de Dados Estacionaridade Redução de Ruído Divisão Treino/Teste & Validação Cruzada Desafio

5. Engenharia de Recursos

Ideia de Técnica Realização Extração de Características de Texto Extração de Características de Imagens Extração de Características de Séries Temporais Desafio

6. Passando para as Tarefas

Desafio 1 Desafio 2 Desafio 3

Codificação de Rótulos da Variável Alvo

Vamos direto ao ponto principal - a codificação de rótulos implementa tudo o mesmo que o codificador ordinal, mas:

Os métodos trabalham com diferentes dimensões de dados;
A ordem das categorias não é importante para a codificação de rótulos.

Como utilizar este método em Python:


              1234567891011121314
            
from sklearn.preprocessing import LabelEncoder
import pandas as pd

# Simple categorical variable
fruits = pd.Series(['apple', 'orange', 'banana', 'banana', 'apple', 'orange', 'banana'])

# Create label encoder object
le = LabelEncoder()

# Fit and transform the categorical variable using label encoding
fruits_encoded = le.fit_transform(fruits)

# Print the encoded values
print(fruits_encoded)

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Seção 3. Capítulo 4

Codificação de Rótulos da Variável Alvo

Vamos direto ao ponto principal - a codificação de rótulos implementa tudo o mesmo que o codificador ordinal, mas:

Os métodos trabalham com diferentes dimensões de dados;
A ordem das categorias não é importante para a codificação de rótulos.

Como utilizar este método em Python:


              1234567891011121314
            
from sklearn.preprocessing import LabelEncoder
import pandas as pd

# Simple categorical variable
fruits = pd.Series(['apple', 'orange', 'banana', 'banana', 'apple', 'orange', 'banana'])

# Create label encoder object
le = LabelEncoder()

# Fit and transform the categorical variable using label encoding
fruits_encoded = le.fit_transform(fruits)

# Print the encoded values
print(fruits_encoded)

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Seção 3. Capítulo 4

Codificação de Rótulos da Variável Alvo

Vamos direto ao ponto principal - a codificação de rótulos implementa tudo o mesmo que o codificador ordinal, mas:

Os métodos trabalham com diferentes dimensões de dados;
A ordem das categorias não é importante para a codificação de rótulos.

Como utilizar este método em Python:


              1234567891011121314
            
from sklearn.preprocessing import LabelEncoder
import pandas as pd

# Simple categorical variable
fruits = pd.Series(['apple', 'orange', 'banana', 'banana', 'apple', 'orange', 'banana'])

# Create label encoder object
le = LabelEncoder()

# Fit and transform the categorical variable using label encoding
fruits_encoded = le.fit_transform(fruits)

# Print the encoded values
print(fruits_encoded)

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Vamos direto ao ponto principal - a codificação de rótulos implementa tudo o mesmo que o codificador ordinal, mas:

Os métodos trabalham com diferentes dimensões de dados;
A ordem das categorias não é importante para a codificação de rótulos.

Como utilizar este método em Python:


              1234567891011121314
            
from sklearn.preprocessing import LabelEncoder
import pandas as pd

# Simple categorical variable
fruits = pd.Series(['apple', 'orange', 'banana', 'banana', 'apple', 'orange', 'banana'])

# Create label encoder object
le = LabelEncoder()

# Fit and transform the categorical variable using label encoding
fruits_encoded = le.fit_transform(fruits)

# Print the encoded values
print(fruits_encoded)

Tarefa

Leia o conjunto de dados 'salary_and_gender.csv' e codifique a coluna de saída 'Gender' usando codificação de rótulos.

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Seção 3. Capítulo 4

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo