Detecção de Fake News com TF-IDF 🚨🔍📰 - Machine Learning 26

Lección 29 de 3097%

Ya has superado la mitad. Estás muy cerca de completar el curso.

AnteriorÚltima lección - Marca como completada abajo

Sobre esta lección

Neste vídeo, eu falo da estratégia TF-IDF, uma forma simples e efetiva de representar textos numericamente (Word Embeddings). Para exemplificar esse método, eu construo um classificador de Fake News com #Python. Além de explicar a técnica, eu também: ➡️ Explico o passo-a-passo do projeto; ➡️ Comparo TF-IDF com Bag-of-Words, visto anteriormente; ➡️ Avalio os resultados considerando diversas métricas, tais como Precisão, Recall e F1-Score; ➡️ Aplico Validação Cruzada; #MachineLearning #Algoritmos #CiênciaDeDados #Programação 🕘Minutagem: 00:00 - Abertura e Recadinhos 01:30 - Word Embeddings e Bag-of-Words 03:18 - Base de Dados de Fake News 04:45 - Pré-Processamento 16:59 - Desvantagens do Bag-of-Words 20:03 - O que é TF-IDF? 27:24 - Tratamentos: Stop Words, Lemmatization... 33:28 - Aplicando TF-IDF 37:53 - Resultados: Acurácia, Precisão, Recall, F1-Score 46:56 - Resultados: Validação Cruzada 49:58 - Comparação entre Bag-of-Words e TF-IDF 53:13 - Encerramento 📚Fontes e Links Sugeridos: ◽https://www.kaggle.com/datasets/saurabhshahane/fake-news-classificationhttps://www.udemy.com/course/natural-language-processing-in-python/https://www.youtube.com/watch?v=5MaWmXwxFNQhttps://www.youtube.com/watch?v=ATK6fm3cYfI&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX&index=18https://en.wikipedia.org/wiki/Precision_and_recallhttps://scikit-learn.org/stable/modules/generated/sklearn.metrics.make_scorer.htmlhttps://medium.com/data-hackers/tf-idf-algoritmo-de-recomenda%C3%A7%C3%A3o-6c3cbd55e439https://www.youtube.com/watch?v=baEA56ZcQ-c 💻Código-fonte do exemplo: ◽https://github.com/lucaslattari/MachineLearningSeries/tree/master/Ep%2026 📹Vídeos anteriores (importante assistir antes desse): ◽Detecção de Fake News usando Bag-of-Words 👜 - Machine Learning 25: https://www.youtube.com/watch?v=W7aORTUCAqQ 🎞Playlist de Machine Learning: ◽https://www.youtube.com/playlist?list=PL-t7zzWJWPtz29fAf72nG3KTJrRdvCmgn 🎵Músicas usadas: ◽https://ericskiff.com/music/https://www.youtube.com/watch?v=0he3R37nALM –––––––––––––––––––––––––––––– Track: Old Times — Next Route [Audio Library Release] Music provided by Audio Library Plus Watch: • Old Times — Next ... Free Download / Stream: https://alplus.io/old-times-next-route –––––––––––––––––––––––––––––– 🤩Seja membro: ◽https://www.youtube.com/channel/UCEn6kONg6EC_Ylh0RlInsMw/join 📱Todas as redes: ◽https://linktr.ee/universodiscreto 💬Grupo no Telegram pros inscritos: ◽https://t.me/joinchat/FT23REfCj9SWm0wZ1TE28w 🌎Blog do Canal: ◽https://universodiscreto.com 💵Meu Pix: ◽universodiscretopix@gmail.com 📮Caixa Postal: Lucas Grassano Lattari Caixa Postal 74 36180-000 Rio Pomba - MG

Sobre este curso

Nessa playlist mantenho atualizados todos os vídeos que fazem parte da série de aulas que eu procuro apresentar todos os principais métodos e algoritmos de Aprendizado de Máquina (Machine Learning) em Python. Assista e aproveite!

Lección 29 de 30Nivel: principianteDuración total: 16h 34m

Lo que aprenderás en este curso:

  • Comprender los fundamentos del aprendizaje automático
  • Implementar algoritmos de clasificación y regresión
  • Preparar y limpiar datos para modelos predictivos
  • Evaluar y optimizar modelos de machine learning