fbpx
Sigmoidal
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Como Tirar o Máximo das suas Features

Feature Selection, Feature Engineering, e muito mais!

Rafael Duarte por Rafael Duarte
abril 27, 2023
em Machine Learning
0
91
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

O livro “Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow” em sua 3ª edição é uma excelente fonte de conhecimento para quem deseja se aprofundar no mundo do Machine Learning.

Uma das lições essenciais que o livro nos ensina é o princípio “Garbage In, Garbage Out” (GIGO), que destaca a importância dos dados de alta qualidade na construção de modelos de Machine Learning eficazes.

Hoje, exploraremos como a seleção de características (feature selection) e a engenharia de características (feature engineering) desempenham um papel crucial na aplicação desse princípio.

Dados de Qualidade: A Base do Sucesso

O princípio “Garbage In, Garbage Out” enfatiza que a qualidade dos resultados de um modelo de Machine Learning é diretamente proporcional à qualidade dos dados utilizados para treiná-lo.

Isso significa que, mesmo os algoritmos de ML mais avançados não podem compensar dados ruins. Portanto, a primeira etapa crítica em qualquer projeto de ML é garantir que seus dados sejam de alta qualidade.

Feature Selection

Em muitos conjuntos de dados, há características que são irrelevantes ou até prejudiciais para o desempenho do modelo.

Feature Selection é o processo de identificar e manter apenas as características mais informativas e relevantes para o problema em questão. Isso ajuda a reduzir o ruído nos dados e a melhorar a eficiência do modelo.

Exemplo Prático: Imagine que você está construindo um modelo de previsão de preços de casas. Se o conjunto de dados incluir características irrelevantes, como o número de registros de nascimento na cidade, a seleção de características pode ajudar a identificar e remover essas características sem valor, melhorando assim a precisão do modelo.

Feature Engineering

Feature Engineering envolve a criação de novas características (features) a partir das características existentes para tornar os dados mais informativos e úteis para o modelo. Isso pode incluir a combinação de características, a extração de informações específicas ou a transformação de características para torná-las mais adequadas para o modelo.

Exemplo Prático: Suponha que você esteja trabalhando em um projeto de classificação de e-mails como spam ou não spam. Em vez de usar o texto bruto dos e-mails como características, a engenharia de características pode envolver a extração de informações como a contagem de palavras-chave específicas, a análise de sentimento ou a detecção de anexos, tornando as características mais relevantes para o problema de classificação.

Garbage In, Garbage Out

O livro “Hands-On Machine Learning with Scikit-Learn, Keras e TensorFlow” nos lembra da importância fundamental do princípio “Garbage In, Garbage Out” no Machine Learning.

Para construir modelos eficazes, devemos começar com dados de alta qualidade. Feature Selection e Feature Engineering desempenham um papel vital na garantia de que nossos dados sejam informativos, relevantes e adequados para os modelos que pretendemos construir.

Portanto, ao enfrentar um novo projeto de ML, lembre-se de que o sucesso começa com a preparação e melhoria dos seus dados.



CompartilharCompartilhar1Enviar
Post Anterior

Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

Próximo Post

Machine Learning Engineer ou Data Scientist?

Rafael Duarte

Rafael Duarte

Relacionado Artigos

Por que o ChatGPT mente para você?
Artigos

Por que o ChatGPT mente para você?

por Carlos Melo
setembro 16, 2025
Curso de Pós-Graduação em Data Science
Data Science

Vale a pena fazer uma Pós-Graduação em Data Science?

por Carlos Melo
janeiro 20, 2025
Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”
Livros

Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”

janeiro 18, 2025
Carlos Melo e Sérgio Sacani – Ciência Sem Fim
Youtube

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

por Carlos Melo
janeiro 16, 2025
Visão Computacional

Processamento de Nuvens de Pontos com Open3D e Python

por Carlos Melo
janeiro 2, 2025
Próximo Post
Machine Learning Engineer ou Cientista de Dados

Machine Learning Engineer ou Data Scientist?

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pós-Graduação em Data Science Pós-Graduação em Data Science Pós-Graduação em Data Science

Mais Populares

  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    424 compartilhamentos
    Compartilhar 170 Tweet 106
  • O Que é Amostragem e Quantização no Processamento de Imagens

    19 compartilhamentos
    Compartilhar 8 Tweet 5
  • Introdução ao MediaPipe e Pose Estimation

    510 compartilhamentos
    Compartilhar 204 Tweet 128
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    397 compartilhamentos
    Compartilhar 159 Tweet 99
  • Equalização de Histograma com OpenCV e Python

    136 compartilhamentos
    Compartilhar 54 Tweet 34
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
Como a IA Está Ajudando Pacientes a Vencerem os Planos de Saúde nos EUA

Como a IA Está Ajudando Pacientes a Vencerem os Planos de Saúde nos EUA

outubro 17, 2025
Por que o ChatGPT mente para você?

Por que o ChatGPT mente para você?

setembro 16, 2025
Green Card aprovado por habilidades extraordinárias em Data Science

Green Card aprovado por habilidades extraordinárias em Data Science

julho 14, 2025
O Que é Amostragem e Quantização no Processamento de Imagens

O Que é Amostragem e Quantização no Processamento de Imagens

junho 20, 2025

Seguir

    The Instagram Access Token is expired, Go to the Customizer > JNews : Social, Like & View > Instagram Feed Setting, to refresh it.
Instagram Youtube LinkedIn Twitter
Sigmoidal

O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gpt-3 histograma IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python redes neurais redes neurais convolucionais regressão linear regressão logística salário scikit-learn seaborn sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

Sem Resultado
Ver Todos Resultados
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.