Skip to content

Projeto de recomendação de música utilizando conceitos de aprendizado de máquina.

Notifications You must be signed in to change notification settings

mariamourie/music-recommender

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Projeto de Aprendizado de Máquina

Sobre

Este é um projeto simples de aprendizado de máquina desenvolvido durante o curso do canal "Programming with Mosh". O objetivo desse projeto é fazer uma predição do gênero de música que um indivíduo pode escutar com base em sua idade e sexo. Um conjunto de dados é utilizado para extrair as informações necessárias.

O aprendizado de máquina é uma das subáreas de Inteligência Artificial e uma das áreas que mais cresce no mundo da computação. Existem diversas aplicações possíveis dessa área, como robótica, processamento de linguagem, processamento de imagem, etc.

Etapas

Um projeto de aprendizado de máquina possui diversas etapas.

  1. Importação dos dados: para realizar operações, é necessário fazer o upload do conjunto de dados.
  2. Limpeza dos dados: é necessário para que o conjunto de dados seja de qualidade, então, podemos remover dados duplicados, incompletos e irrelevantes.
  3. Separar os dados em conjuntos de treinamento e conjuntos de testes: é necessário fragmentar o conjunto de dados em sub-conjuntos de treinamento e testes.
  4. Criar um modelo: essa etapa envolve selecionar um algoritmo para realizar a análise dos dados.
  5. Treinar o modelo: o modelo é alimentado com os dados de treinamento para buscar padrões no conjunto de dados.
  6. Fazer predições: essa etapa envolve fazer predições com o modelo.
  7. Avaliar e fazer atualizações: essa etapa envolve avaliar a predição e medir a acurácia.

Tecnologias utilizadas

Pandas scikit-learn Python Jupyter Notebook

About

Projeto de recomendação de música utilizando conceitos de aprendizado de máquina.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published