Mineração de Dados com Azure Machine Learning Studio

Autor: Mateus Amorim Marques; MARQUES,M.A.

Projeto utilizando o DataSet Íris, com o intuito de criar o modelo de classificação, utilizando modelo de classificação em cluster com o algoritmo k-means, separando os dados por classe e observando o desempenho do experimento.

Primeiro utilizamos o modelo de classificação em cluster depois treinamos o modelo utilizando o algoritmo k-means depois criamos um DataSet de exibição com o modelo treinado com as colunas de “class” e “Assignments” exibindo a quantidade classificada de cada um, e por último observando o desempenho do experimento.

Poderíamos utilizar também a plataforma Qlik para visualizar graficamente os resultados da classificação de cada cluster, também poderíamos criar uma Web Services para a solicitação de informação pelo próprio cliente.

Inserindo Iris DataSet no ML Studio:

Inserindo o Iris DataSet no experimento:

Inserindo o modelo de treinamento em cluster, utilizando todas as colunas:

Usando também o algoritmo k-means com o número de centróides igual a 3, com distância euclidiana, e quantidade de iterações igual a 100:

Assinalando as instâncias do cluster:

Mostrando o DataSet selecionando as colunas “class” e "Assignments":

Assinalando as instâncias dos clusters e observando o resultado:

Exibindo o resultado do experimento, visualizando os clusters gerados:

O “Iris-setosa” está representado pelo “0”

O “Iris-versicolor” pelo “2”

E o “Iris-Virginica” pelo “1”

Podemos observar que o modelo treinado é muito bom, apenas uma instância foi classificada de forma incorreta.

Podemos observar ainda que o maior cluster classificado é o “Iris-versicolor”, depois o “Iris-Virginica”, por último o “Iris-setosa”.

Comentários

Postagens mais visitadas deste blog

Machine Learning com "Azure ML Studio", Redes Neurais e Regressão Linear

Altor: Mateus Amorim Marques; MARQUES, M. A. Machine Learning com “Azure Machine Learning Studio” Inserindo a base de dados “ student-mat.csv ” e criação dos modelos treinados, com Redes Neurais e Regressão Linear: A base de dados avalia o desempenho de alunos de determinada região. A coluna que iremos prever será a G3. Modelo de Redes Neurais: Modelo de Regressão Linear: Publicação do modelo treinado, para solicitação do usuário: Prevendo média e desvio padrão da coluna G3, com base nos dados preenchidos pelo usuário: Desempenho dos modelos: - Redes Neurais: - Regressão Linear: O modelo que apresentou o melhor desempenho foi o de Regressão Linear: Erro Absoluto Médio: 1.416767 Coeficiente de Determinação: 0.752131 Modelo de Redes Neurais: Erro Absoluto Médio: 1.700481 Coeficiente de Determinação: 0.711061

Criação e manipulação de banco de dados em Sql Server.

Autor: Mateus Amorim Marques; MARQUES, M. A. Instituição: Universidade Cruzeiro do Sul Curso: Ciência de Dados --CRIAÇÃO DE BASE DE DADOS --CREATE DATABASE F1; --CRIAÇÃO DE TABELAS --2018 create table TB_EQUIPE ( ID_EQUIPE INT PRIMARY KEY NOT NULL, NM_EQUIPE VARCHAR(100) NOT NULL, ID_PAIS INT NOT NULL ); CREATE TABLE TB_PILOTO ( ID_PILOTO INT PRIMARY KEY NOT NULL, NM_PILOTO VARCHAR(100) NOT NULL, DT_NASCIMENTO DATE NOT NULL, ID_PAIS INT NOT NULL, ID_EQUIPE INT NOT NULL ); CREATE TABLE TB_PAIS ( ID_PAIS INT PRIMARY KEY NOT NULL, NM_PAIS VARCHAR(100) NOT NULL, NR_POPULACAO INT NOT NULL ); CREATE TABLE TB_CIRCUITO ( ID_CIRCUITO INT PRIMARY KEY NOT NULL, NM_CIRCUITO VARCHAR(100) NOT NULL, NR_EXTENSAO VARCHAR(100) NOT NULL, ID_PAIS INT NOT NULL ); CREATE TABLE TB_PROVA ( ID_PROVA INT PRIMARY KEY NOT NULL, DT_PROVA DATETIME NOT NULL, NM_SITUACAO VARCHAR(100), ID_CIRCUITO INT NOT NULL ); CREATE TABLE TB_RESULTADO ( ID_PROVA INT NOT NULL, ID_PILOTO INT NOT NULL, NR...

Criação de API de Análise de vendas com plataforma Qlik

Altor: Mateus Amorim Marques; MARQUES, M.A. Universidade Cruzeiro do Sul Criação de API de Análise de vendas Link das Bases de dados: https://help.qlik.com/pt-BR/qlikview/12.1/Content/Tutorial.htm Criação de API com páginas e diferentes tipos de análises: Criação de página com análise de clientes Top 10, exibição em gráfico de barras: Criação de página com análise de vendas por vendedores, exibição em gráfico de barras: Criação de página com análise de vendas por cidade, exibição em Mapa:

Pesquisar este blog