What you'll learn:
- Treinar um modelo de Machine Learning
- Criar uma solução completa usando dados
- Aprender a construir uma API para Machine Learning
- Analisar Dados
- Data Visualization
- Importar dados para um banco de dados
- Construir uma API com Python
- Python
- Modelar dados
- Criar relatórios de dados
Machine Learning | Solução completa end-to-end (Python)
Nesse treinamento vamos criar uma solução de ponta a ponta (end-to-end), desde a aquisição dos dados até a implantação do modelo de Machine Learning em um ambiente de testes.
Iremos utilizar os seguintes frameworks:
Pandas;
Numpy;
Matplotlib;
Seaborn;
Flask;
Requests;
Sklearn;
Yellowbrick;
Entre outros.
Como vai funcionar nossa dinâmica?
Iremos criar uma API em um ambiente de testes, usando o framework Flask para incluir nosso modelo de Machine Learning no mesmo, assim vamos fazer a requisição via Request e devolver a previsão do modelo.
Vamos criar um modelo usando dados do setor imobiliário
Vamos criar uma API usando o Flask
Vamos estruturar a infraestrutura da aplicação
Obs: Essa solução pode ser adapta para criar um produto ou serviço baseado em dados.
Porque aprender a criar soluções?
Programação é uma disciplina totalmente prática, de forma que, apenas a leitura de livros e/ou acompanhamento de vídeos não desenvolve todas as habilidades necessárias.
A demanda por programadores Python nunca esteve tão alta, afinal, Python é uma das linguagens mais utilizadas no mundo e requisito para se trabalhar com Ciência de Dados e Inteligência Artificial. Inclusive, podemos considerar Python como uma linguagem padrão para análise de dados, tendo em vista seu amplo ecossistema de bibliotecas, que englobam desde a manipulação e tratamento de dados até mesmo o deploy de modelos. Não podemos esquecer, neste sentido, que o Python é uma linguagem de aplicação geral.
Por ser uma linguagem de programação versátil, simples de aprender e muito poderosa, Python possui recursos que, apesar de simples de se utilizar, tornam o aprendizado muito divertido.
Bons estudos!
