Deep Learning para programadores com fastai e PyTorch

Capítulo 9. Mergulha fundo na modelagem tabular

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

A modelagem tabular usa dados na forma de uma tabela (como uma planilhaou CSV). O objetivo é prever o valor de uma coluna com base nos valores das outras colunas. Neste capítulo, vamos analisar não só o Deep Learning, mas também técnicas de aprendizagem automática mais gerais, como florestas aleatórias, uma vez que podem dar melhores resultados, dependendo do teu problema.

Veremos como devemos pré-processar e limpar os dados, bem como interpretar o resultado dos nossos modelos após o treino, mas primeiro veremos como podemos alimentar colunas que contêm categorias num modelo que espera números, utilizando embeddings.

Embeddings categóricos

Nos dados tabulares, algumas colunas podem conter dados numéricos, como "idade", enquantooutras contêm valores de cadeia, como "sexo". Os dados numéricos podem ser introduzidos diretamente no modelo (com algum pré-processamento opcional), mas as outras colunas têm de ser convertidas em números. Uma vez que os valores nestas correspondem a diferentes categorias, chamamos frequentemente a este tipo de variáveis variáveis categóricas. O primeiro tipo é designado porvariáveis contínuas.

Jargão: Variáveis contínuas e categóricas

As variáveis contínuas são dados numéricos, como "idade", que podem ser introduzidos diretamente no modelo, uma vez que os podes adicionar e multiplicar diretamente. ...