50% de desconto no DataCamp Premium. Mais de 700 cursos pela metade do preço. Comece a aprender hoje.
Descrição do curso
Você já trabalhou com conjuntos de dados com um número enorme de recursos? Você precisa de todos esses recursos? Quais são os mais importantes? Neste curso, você vai aprender técnicas de redução de dimensionalidade que vão te ajudar a simplificar seus dados e os modelos que você constrói com eles, mantendo as informações dos dados originais e um bom desempenho preditivo.
Vivemos na era da informação — uma época de excesso de informação. A arte de pegar as informações importantes dos dados é uma habilidade que dá pra vender. Os modelos aprendem mais rápido com menos dados. Na produção, modelos menores significam tempo de resposta mais rápido. Talvez o mais importante seja que dados e modelos menores costumam ser mais fáceis de entender. A redução da dimensionalidade é tipo a navalha de Occam na ciência de dados.
A diferença entre seleção de características e extração de características! Usando o R, você vai aprender a identificar e remover características com pouca ou muita informação repetida, mantendo as características com mais informação. Isso é seleção de características. Você também vai aprender a extrair combinações de características como componentes condensados que têm o máximo de informação. Isso é extração de características!
Mas, o mais importante, usando o novo pacote tidymodel do R, você vai usar dados reais para criar modelos com menos recursos, sem perder muito desempenho.
Redução de dimensionalidade
Vivemos na era da informação — uma época de excesso de informação. A arte de pegar as informações importantes dos dados é uma habilidade que dá pra vender. Os modelos aprendem mais rápido com menos dados. Na produção, modelos menores significam tempo de resposta mais rápido. Talvez o mais importante seja que dados e modelos menores costumam ser mais fáceis de entender. A redução da dimensionalidade é tipo a navalha de Occam na ciência de dados.
O que você vai aprender neste curso?
A diferença entre seleção de características e extração de características! Usando o R, você vai aprender a identificar e remover características com pouca ou muita informação repetida, mantendo as características com mais informação. Isso é seleção de características. Você também vai aprender a extrair combinações de características como componentes condensados que têm o máximo de informação. Isso é extração de características!
Mas, o mais importante, usando o novo pacote tidymodel do R, você vai usar dados reais para criar modelos com menos recursos, sem perder muito desempenho.
Pré-requisitos
Programa de estudos
Descrição do curso
1
Fundamentos da Redução de Dimensionalidade
Prepare-se para simplificar grandes conjuntos de dados! Você vai aprender sobre informação, como avaliar a importância das variáveis e praticar a identificação de variáveis com pouca informação. Ao final do capítulo, você vai entender a diferença entre seleção de variáveis e extração de variáveis — as duas abordagens para redução de dimensionalidade.
- Introdução à redução de dimensionalidade50 XP
- Dimensionalidade e informação das features100 XP
- Informação mútua entre variáveis100 XP
- Informação e importância das variáveis50 XP
- Calculando a entropia da raiz100 XP
- Calculando as entropias dos nós filhos100 XP
- Calculando o ganho de informação da cor100 XP
- A importância da redução de dimensionalidade na construção de dados e modelos50 XP
- Calcular combinações possíveis100 XP
- Maldição da dimensionalidade, overfitting e viés100 XP
2
Seleção de Variáveis para Importância de Variáveis
Aprenda a identificar variáveis ricas em informação e com pouca informação usando proporção de valores ausentes, variância e correlação. Depois, você vai descobrir como criar receitas do tidymodels para selecionar variáveis usando esses indicadores de informação.
3
Seleção de Variáveis para Desempenho do Modelo
O capítulo três apresenta a diferença entre abordagens de seleção de variáveis não supervisionadas e supervisionadas. Você vai revisar como usar fluxos de trabalho do tidymodels para construir modelos. Em seguida, vai realizar seleção supervisionada de variáveis usando regressão lasso e modelos de random forest.
4
Extração de Variáveis e Desempenho do Modelo
Neste capítulo final, você vai construir uma forte intuição sobre extração de variáveis entendendo como componentes principais extraem e combinam as informações mais importantes de diferentes variáveis. Depois, aprenda e aplique três tipos de extração de variáveis — análise de componentes principais (PCA), t-SNE e UMAP. Descubra como usar esses métodos de extração como etapa de pré-processamento no processo de construção de modelos com tidymodels.
R
Redução de Dimensionalidade em R
Curso
concluído
