Neste projeto, você aplicará conceitos básicos de Machine Learning em dados coletados de preços de casas em Boston, em Massachusetts, para prever o preço de venda de uma casa nova. Primeiro, você irá explorar os dados para obter atributos importantes e estatísticas descritivas sobre o conjunto de dados. Depois, dividirá adequadamente os dados entre dois subconjuntos, o de testes e o de treinamento, e determinará uma métrica adequada para esse problema. Você, então, analisará o desempenho de um algoritmo de aprendizagem com parâmetros variados e tamanho do conjunto de treinamento. Isso permitirá que você escolha o modelo ótimo que melhor generaliza os dados desconhecidos. Por último, você testará o modelo ótimo em uma nova amostra e comparará os preços de venda previstos com as suas estatísticas.
Este projeto foi projetado para que você se familiarize em trabalhar com conjuntos de dados em Python e aplicar técnicas básicas de Machine Learning utilizando NumPy e Scikit-Learn. Antes de saber usar muitos dos algoritmos disponíveis na biblioteca sklearn, será de grande ajuda, primeiro, praticar análise e interpretação do desempenho de seu modelo.
O que você aprenderá ao concluir este projeto:
- Como utilizar o NumPy para investigar os features latentes de um conjunto de dados.
- Como analisar vários gráficos de desempenho de aprendizagem para variância e viés.
- Como determinar o modelo que faz as melhores estimativas para dados desconhecidos.
- Como avaliar o desempenho do modelo em dados desconhecidos utilizando dados anteriores.
O mercado imobiliário de Boston é altamente competitivo e você quer ser o melhor corretor de imóveis da região. Para competir com seus colegas, você decidiu elencar alguns conceitos básicos de Machine Learning para ajudar você e seu cliente a acharem o melhor preço de venda para a casa dele. Com sorte, você se deparou com o conjunto de dados de habitação de Boston, que contém dados agregados de várias características para casas das comunidades da Grande Boston, incluindo o valor médio das casas para cada uma das regiões. Sua tarefa é construir um modelo ótimo baseado na análise das estatísticas com as ferramentas disponíveis. Esse modelo será, então, usado para estimar o melhor preço de venda para a casa de seus clientes.
Este projeto usará o seguinte software e bibliotecas de Python:
Caso você não tenha o Python instalado ainda, é altamente recomendado que instale a distribuição Anaconda de Python, que já tem os pacotes acima inclusos, além de outros. Certifique-se de que você selecionou o instalador do Python 2.7, e não o instalador do Python 3.x.
Para essa tarefa, você encontrará o arquivo boston_housing.zip, que contém os arquivos necessários do projeto para download na seção Recursos. Você também pode visitar nosso GitHub de projetos de Machine Learning para ter acesso a todos os projetos disponíveis para este Nanodegree.
Este projeto contém três arquivos:
boston_housing_PT.ipynb: esse é o arquivo principal, em que você irá executar seu projeto.housing.csv: o conjunto de dados do projeto. Você vai carregar esses dados no Notebook.visuals.py: esse script de Python contém funções auxiliares que criarão as visualizações necessárias.
No Terminal ou no prompt de comando, navegue até a pasta que contém os arquivos do projeto e, então, utilize o comando jupyter notebook boston_housing_PT.ipynb para abrir uma nova janela ou aba do navegador para trabalhar com seu Notebook. Outra alternativa é utilizar o comando jupyter notebook ou ipython notebook e navegar até o arquivo do Notebook na janela do navegador que se abrir. Siga as instruções no Notebook e responda a cada uma das perguntas apresentadas para concluir o projeto com sucesso. O arquivo README também foi incluído e contém informações necessárias adicionais ou instruções para o projeto.
Seu projeto será avaliado por um revisor da Udacity, de acordo com a rubrica do projeto "Prevendo o preços de imóveis residenciais em Boston". Certifique-se de ler a rubrica cuidadosamente e se autoavaliar antes de enviar o projeto. Seu projeto deve atender às especificações da rubrica para que seja aprovado.
Quando você estiver pronto para enviar o projeto, reúna os seguintes arquivos e os comprima em um único arquivo para upload. Outra maneira seria fornecer os seguintes arquivos no seu repositório do GitHub, em uma pasta nomeada boston_housing, para facilitar o acesso:
- O arquivo do Notebook
boston_housing.ipynbcom todas as perguntas respondidas e todos os blocos de código executados e exibindo a saída. - Um arquivo em HTML com o nome
report.htmlexportado do Notebook do projeto. Esse arquivo deve estar presente para que seu projeto seja avaliado.
Após reunir esses arquivos e ler a rubrica do projeto, vá até a página de envio.
Quando estiver pronto para enviar seu projeto, clique no botão enviar projeto, no fim desta página.
Caso você tenha qualquer problema ao enviar seu projeto ou deseje checar o status, envie um e-mail para ml-suporte@udacity.com ou visite nosso fórum de discussão.
Você receberá um e-mail assim que seu revisor tiver seu feedback pronto. Enquanto isso, leia seu próximo projeto e sinta-se à vontade para começá-lo - ou outros cursos que possam ajudar!