O documento discute como estimar preços de imóveis usando regressão linear, onde o preço é função da área construída. Também lista as principais ferramentas para ciência de dados, como Python, Pandas, Matplotlib, Seaborn, Scikit-Learn e Google Colab.

2. Por quanto vender
um imóvel?
● Preço muito alto afasta
compradores
● Preço abaixo do valor é
prejuízo

3. Preço (R$)
Área (m²)
y: Preço em milhares de R$
x: área construída em m²
y = 2.59x + 7.8
Regressão Linear para estimar preços

5. Formando um cientista de dados
Estatística Álgebra Linear Machine Learning Computação Cálculo
Limpeza de
Dados
Análise
Exploratória
Engenharia
de Atributos
Treinamento
de Modelos
Python R SAS Tableau PowerBI QlikView
Marketing Finanças Saúde
Bottom-up Top-down

6. Processo da Ciência de Dados
Extração de
Dados
Limpeza de
Dados
Análise
Exploratória
Treinamento
de Modelos
Implantação
do Modelo
Engenharia de
Atributos

7. Caixa de Ferramentas

8. ● Notebooks Python na nuvem
● Documentação e código juntos
● Principais bibliotecas pré-instaladas
● GPUs e TPUs gratuitos
● Disponível em https://colab.research.google.com/

11. ● Dados tabulares em DataFrames
● Carrega diversas fontes de dados
● Limpeza de dados
● Análise Exploratória
● Engenharia de atributos
● Disponível em https://pandas.pydata.org/

12. Leitura de Dados

13. Medidas Resumo

14. Matriz de Correlação

15. Operações Vetorizadas

16. One-hot encoding

17. ● Plotagem de gráficos variados
● Alto grau de customização
● Exporta para diferentes formatos
● Biblioteca de “baixo nível”
● Disponível em https://matplotlib.org/

18. ● Baseado no matplotlib
● Orientado para funcionalidade
● Biblioteca de “alto nível”
● Disponível em https://seaborn.pydata.org/
seaborn: statistical data visualization

19. seaborn: statistical data visualization

20. seaborn: statistical data visualization

21. seaborn: statistical data visualization

22. ● Algoritmos de machine learning
○ Classificação
○ Regressão
○ Clustering
○ Redução de dimensionalidade

23. ● Funções de pré-processamento
● Treinamento de modelos
○ separação de dados de treinamento e validação
○ cross-validation
○ funções para cálculos de score

24. ● Interface simples
● 2 métodos
○ fit(): executa o treinamento
○ predict(): retorna a estimativa
● Disponível em https://scikit-learn.org/

25. Atributos entrada/saída

26. Dados treinamento/teste

27. Treinamento e predição

28. Avaliação do Modelo

29. Create your first machine learning model in 5
minutes with Google Colab
http://bit.ly/mlgc5min