Mensagens de 7 de julho de 2017

Eu criei dois modelos de churn há um ano está em produção. Depende do tipo de negócios que a empresa faz com o cliente e como se dá a relação do seu cliente com a tua.concorrência

Fala @LeMasson, poderia dar mais detalhes do seu modelo?

Mais uma pra tua aula @arthurg : http://flowingdata.com/2017/07/07/small-summary-stats/

Acho que já viram, mas está com 100% de desconto https://www.udemy.com/data-analysis-with-pandas

Ops, essa URL muda depois de inscrito no curso. Eu me inscrevi usando esta: http://bit.ly/2tThWnw

gente o curso de pandas da udemy ta 100% free fikdik https://www.udemy.com/data-analysis-with-pandas/?couponCode=FREEPANDAS1&siteID=jpvA3GEYbR0-.3B6iGIrlGFMtAYUOki8qQ&LSNPUBID=jpvA3GEYbR0

pros iniciantes pode ser uma boa ai

Eu hehe

Pessoal, a Udacity tem o curso de Data Science orienado a Python por um investimento de R$399,00. No meu caso que sou iniciante na linguagem o que vocês acham?

Ops li Udemy ... Esquece kkkk

rsrsrs sim.. udacity eles não abaixam eu acho

Não mesmo kkkk ...Mas dizem que esse curso é bom

Mas é 399 mensal não é?

A Udacity vez ou outra dá um cupom de desconto de 15% nas mensalidades, até o final do curso

mas n consegui esperar

mais no decorrer da "formação" tem o módulo de DataScience2 que são quase 900 reais.

Olhem a proposta deles: https://br.udacity.com/?gclid=CjwKEAjw4vzKBRCt9Zmg8f2blgESJADN5fDgVKml2ZnYG0QCLMhLHeuWfZQCIFK6Jf59GdPKVerjnRoCxW_w_wcB

eu achei bacana, mais gostaria de saber se na relação Preço X qualidade o investimento é válido.

Fala pessoal, existe algum grupo específico voltado para vagas da área de Data Science?

#Dica #Curso Curso gratuito de Pandas, na Udemy... SOMENTE HOJE... https://www.udemy.com/data-analysis-with-pandas/?couponCode=FREEPANDAS1

R, Python, ML, IA são coisas que to correndo atrás para ter um conhecimento legal

boa tarde pessoal, preciso de uma dica "de boas práticas" tenho um CSV que em algumas colunas ele tem uma string "" (apenas as aspas)

e to carregando com panda, essas strings "sem valores" são interpretadas como NaN

e o que eu pretendo fazer é trocar as strings por números, porém qdo chega nessas com NaN dá erro

a pergunta é : o ideal é eu salvar no database um valor padrão para não vir "" quando eu exportar para o CSV ou pelo pandas mesmo posso contornar isso ?

É um número, mas tá como string, é isso?

são strings mesmo no banco

porém para algumas ao inves de deixar vazio no mongoexport ele incluiu duas vezes o caracter "

saca, representando uma string vazia

Mas se são strings, isso não tá errado

isso q não entendo

usa o https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.fillna.html

hmmm

legal!

as aspas são usadas no CSV para delimitar os campos a fim de não confundir virgulas dentro da string como separador

@lucianosb já sacou a pergunta, haha. eu tô lutando ainda

para terem uma idéia melhor https://gist.github.com/neriberto/3014efd13ba63056e34c6404cf040536

to achando estranho pq na coluna elf_machine não encontrei "strings vazias" em outras colunas sim...

o problema é q isso > e to carregando com panda, essas strings "sem valores" são interpretadas como NaN e isso > porém para algumas ao inves de deixar vazio no mongoexport ele incluiu duas vezes o caracter " são contraditórios

então o .fillna({"nome_da_coluna": ""}) resolve

mas ainda fica outra pergunta, existe uma boa prática para isso ? devo tratar logo no banco ?

depende

vou bolar um exemplo aqui

digo pois, qdo eu inserir posso inserir algo assim, mas seria correto ? de certa forma vou aumentar o consumo de armazenamento no database...

é q depende o q é um NULL praquela coluna, e se NULL e "" deveria ser equivalente ou não

por outro lado na hora de trabalhar com pandas... vou ter mais processamento

"mais processamento" fillna é rapidão =D

não sei se viram o gist que mandei, mas ainda estou com erros na linha: data.elf_machine = [d[item] for item in data.elf_machine.astype(str)]

é q pode ser q um DB salve de um jeito q um outro não siga então (além da história da consistência/integridade e existir a questão do q é um nulo) se vc usar vários DBs talvez seja melhor tratar no pandas

acho q o dicionário d pode não ter todas as chaves

mas é o que aparece ser...

o groupby, se não me engano, ignora NaNs

mas o q ele tá sendo feito ali é categorizar, certo? tipo um label encoding

sorry, deu certo eu corrigi, o resultado do fillna sera meu novo dataframe...

obrigado!

kkk

de nada! agradeça ao @lucianosb tb haha

sim sim!! obrigado a todos ...

agora, só pra complementar: se eu entendi bem o q tá sendo feito ali, acho melhor usar outras coisas tipo https://stackoverflow.com/a/25531036

as funções do pandas são otimizadas pra trabalhar de um jeito melhor do q as nossas lógicas de programação de costume

então é sempre melhor usá-las

é eu comecei a estudar ele essa semana...

confesso que ainda não entendi como usa o factorize, vou estudar melhor, mas achei https://stackoverflow.com/questions/40552970/pandas-how-to-factorize-in-unusual-text-order que tem uma função interessante

pelo que eu testei ainda preciso usar o fillna, pois o factorize seria o jeito correto de transformar as strings em inteiros...

eu executei o fillna primeiro

e depois ele

foi de boa, o primeiro POC tá pronto kkk

o factorize é pra substituir o data.elf_machine = [d[item] for item in data.elf_machine.astype(str)]

sim eu saquei isso, só preciso estudar a documentação dele pra saber usar sem copiar código kkk

kkk

Algum tutorial de TensorFlow em Português?

caros, recebi umas vagas de DS em Curitiba, do grupo Boticario

Não precisa saber R mas precisa saber R Markdown e shiny

LOL

isso me lembrou deste artigo https://www.fastcompany.com/40432834/what-if-the-data-science-skills-gap-is-just-a-hiring-hot-mess