CLASSIFICAÇÃO com Máquinas de Vetores de Suporte (SVM) | Machine Learning #05 HD

Nesse vídeo, Kizzy apresenta o primeiro modelo de classificação NA PRÁTICA. Isso mesmo, além de explicar a teoria por trás do SVM, ela utilizou a implementação do SVC do pacote Scikit-Learn para classificar o dataset Iris atingindo um score de 97,7% o/ demais né? Então corre pra assistir! :) Links úteis: Notebook desse vídeo: https://nbviewer.jupyter.org/github/programacaodinamica/machine-learning/blob/master/notebooks/M%C3%A1quinas%20de%20Vetores%20de%20Suporte%20%28SVM%29.ipynb Notebooks da série de Machine Learning: https://nbviewer.jupyter.org/github/programacaodinamica/machine-learning/tree/master/notebooks/ Do pacote scikit-learn: https://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html#sklearn.svm.SVC https://scikit-learn.org/stable/auto_examples/svm/plot_svm_kernels.html#sphx-glr-auto-examples-svm-plot-svm-kernels-py https://scikit-learn.org/stable/auto_examples/svm/plot_svm_margin.html#sphx-glr-auto-examples-svm-plot-svm-margin-py *Instagram: @dinamicaprogramacao @kizzy_terra @ hallpaz *Twitter: @pgdinamica @kizzyterra @hallpaz * Curta a Programação Dinâmica no facebook: https://fb.com/programacaodinamica * Confira o nosso Medium: https://medium.com/programacaodinamica * Confira os artigos no Python Café: https://pythoncafe.com.br