-
01 – Como reindexar DataFrames Pandas
-
02 – Como renomear o cabeçalho da coluna em um DataFrame Pandas
-
03 – Como renomear o cabeçalho de multiplas coluna num DataFrame Pandas
-
04 – Como substituir múltiplos valores num DataFrame Pandas
-
05 – Como salvar um DataFrame Pandas para arquivo CSV
-
06 – Como pesquisar um valor dentro de uma coluna de DataFrame Pandas?
-
07 – Como pesquisar um valor dentro de uma coluna de DataFrame Pandas?
-
08 – Como reindexar DataFrames Pandas
-
09 – Como pesquisar um valor dentro de uma linha (Row) de um DataFrame Pandas
-
10 – Como ordenar as linhas dentro de um DataFrame Pandas
-
11 – Como fazer a montagem de Strings em Pandas
-
12 – Como utilizar a biblioteca “Seaborn” para visualizar um dataframe Pandas
-
13 – Como utilizar o Pandas “dataframe & series” para representar o processo de limpeza, estruturação e enriquecimento de dados brutos – “data wrangling”
-
14 – Como gerar gráfico de Barras usando Dataframe Pandas
-
15 – Como utilizar “Series Temporais” em Pandas
-
16 – Como gerar “Series Temporais” (cronológicas) usando Pandas e Seaborn
-
17 – Como gerar um gráfico de dispersão usando “Pandas e Seaborn”
-
18 – Como gerar Gráfico de Barra agrupado – “grouped BAR”
-
19 – Como plotar Gráficos de Pizza
-
20 – Como gerar um “Gráfico de Barra empilhado”
-
21 – Como determinar e plotar o coeficiente de correlação de Pearson
-
22 – Como determinar e plotar a correlação de Spearman
-
23 – Como reduzir a dimensionalidade de uma “matriz esparsa”
-
24 – Como reduzir a dimensionalidade usando PCA – “Principal Component Analysis”
-
25 – Como extrair características (features) usando PCA
-
26 – Como selecionar caracteristicas usando “ANOVA F-values”
-
27 – Como selecionar caracteristicas usando qui-quadrado: “chi-squared”
-
28 – Como remover características altamente correlacionadas – “highly correlated features”
-
29 – Como fazer a eliminação recursiva de características – “recursive feature”
-
30 – Como fazer a eliminação recursiva de características- “feature” (DecisionTreeRegressor)
-
31 – Como fazer a eliminação recursiva de características pela analise da Variância
-
32 – Como dividir dados: Treino e Teste usando “sklearn”
-
33 – Como verificar a acurácia de um Modelo utilizando a validação cruzada
-
34 – Como verificar a precisão de um Modelo (F1 Score) utilizando a validação cruzada
-
35 – Como verificar a precisão de um Modelo utilizando a validação cruzada
-
36 – Como verificar “Recall” de um Modelo utilizando a validação cruzada
-
37 – Como verificar a pontuação AUC do modelo utilizando a validação cruzada
-
38 – Como verificar a “pontuação Media” do modelo utilizando a validação cruzada
-
39 – Como gerar relatório de classificação e matriz de confusão
-
40 – Como plotar uma curva de aprendizagem de máquina
-
41 – Como plotar a “Curva ROC”
-
42 – Como plotar a Validação da Curva com algoritmo “Random Forest”
-
43 – Como sintonizar hiper-parâmetros com algoritmo “GridSearchCV”
-
44 – Como sintonizar hiper-parâmetros com algoritmo “Random Search”
-
45 – Como selecionar modelo com o algoritmo (GridSearchCV) – “Grid Search”
-
46 – Como otimizar hiper-parâmetros de um modelo de Regressão Logística usando algoritmo “Grid Search”
-
47 – Como otimizar hiper-parâmetros de um modelo “DecisionTree” usando algoritmo “GridSearchCV”
-
48 – Como criar e otimizar a “baseline” de um modelo de Regressão Linear
-
49 – Como criar e otimizar a “baseline” de um modelo de Regressão Ridge – “Ridge Regression”
-
50 – Criar e otimizar a “baseline” de um modelo de Regressão Lasso – “Lasso Regression”
-
51 – Criar e otimizar a “baseline” de um modelo de Regressão ElasticNet – “ElasticNet Regression”
