https://github.com/kaladabrio2020/machine-learning

Times Series, Classification-label/image, Regression
https://github.com/kaladabrio2020/machine-learning

classification clustering cross-validation discretization keras-tensorflow machine-learning prevision python3 sklearn time-series

Last synced: about 2 months ago
JSON representation

Times Series, Classification-label/image, Regression

• Host: GitHub
• URL: https://github.com/kaladabrio2020/machine-learning
• Owner: kaladabrio2020
• Created: 2023-10-03T20:22:29.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2025-03-05T01:38:00.000Z (3 months ago)
• Last Synced: 2025-03-05T02:22:34.827Z (3 months ago)
• Topics: classification, clustering, cross-validation, discretization, keras-tensorflow, machine-learning, prevision, python3, sklearn, time-series
• Language: Jupyter Notebook
• Homepage:
• Size: 279 MB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        


    



# 📌 Machine Learning Project

Este repositório contém implementações de diversos modelos de Machine Learning aplicados a diferentes conjuntos de dados para resolver problemas de **classificação** e **regressão**.

## 📂 Datasets Utilizados

### 🏡 Previsão de Preço de Casas (Regressão) ✔️

📌 [Notebook](ml-regression/housePrice_reg.ipynb)

### 🏥 Diagnóstico de Diabetes (Classificação) ✔️

📌 [Notebook](ml-classification/diabetes_clas.ipynb)

### 📉 Previsão de Preços de Criptomoedas (Regressão) ⚙️ *(Em progresso)*

* **Método 1:** [Notebook](ml-regression/cryptoPrices_reg1.ipynb)  

  * Os dados foram agrupados para evitar desbalanceamento.

* **Método 2:** [Notebook](ml-regression/cryptoPrices_reg2.ipynb)  

  * Cada conjunto de dados possui sua própria predição.

### 🧠 Acidente Vascular Cerebral (Classificação) ✔️

📌 [Notebook](ml-classification/stroke_clas.ipynb)

### 🚢 Sobreviventes do Titanic (Classificação) ✔️

📌 [Notebook](ml-classification/titanic_clas.ipynb)

### 🌙 Distúrbio do Sono *(Projeto antigo)* ✔️

📌 [Notebook](ml-classification/DisturbioDoSono_clas.ipynb)

---

## 🛠 Tecnologias e Ferramentas Utilizadas

![Visual Studio Code](https://img.shields.io/badge/Visual%20Studio%20Code-0078d7.svg?style=for-the-badge&logo=visual-studio-code&logoColor=white)

![Jupyter Notebook](https://img.shields.io/badge/jupyter-%23FA0F00.svg?style=for-the-badge&logo=jupyter&logoColor=white)

![Keras](https://img.shields.io/badge/Keras-%23D00000.svg?style=for-the-badge&logo=Keras&logoColor=white)

![Matplotlib](https://img.shields.io/badge/Matplotlib-%23ffffff.svg?style=for-the-badge&logo=Matplotlib&logoColor=black)

![Pandas](https://img.shields.io/badge/pandas-%23150458.svg?style=for-the-badge&logo=pandas&logoColor=white)

![scikit-learn](https://img.shields.io/badge/scikit--learn-%23F7931E.svg?style=for-the-badge&logo=scikit-learn&logoColor=white)

---

## 📦 Dependências

Para instalar todas as bibliotecas necessárias:

```bash

pip install -r libs/requeriments.txt

```

📌 [Lista de Bibliotecas](libs/requeriments.txt)

---

## 🚀 Como Executar os Notebooks

1. Clone o repositório:

   ```bash

   git clone https://github.com/seu-usuario/seu-repositorio.git

   ```

2. Acesse a pasta do projeto:

   ```bash

   cd seu-repositorio

   ```

3. Instale as dependências:

   ```bash

   pip install -r libs/requeriments.txt

   ```

4. Execute o Jupyter Notebook:

   ```bash

   jupyter notebook

   ```

Agora, basta abrir qualquer notebook e rodar os experimentos! 🎯