!pip install palmerpenguins from palmerpenguins import load_penguins import pandas as pd import numpy as np from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.metrics import accuracy_score df = load_penguins()

#Machine Learning é quando a gente ensina o computador a aprender padrões olhando dados #em vez de escrever regras fixas pra tudo. É muito util no mundo real pra coisas tipo #recomendação de filmes no netflix, detecção de fraude no banco.

#Aprendizado Supervisionado: os dados de treino já tem a resposta certa. #Por exemplo, ensinar o modelo a diferenciar gato de cachorro mostrando fotos com legenda. #Aprendizado Não-Supervisionado: É quando os dados não tem resposta, e o modelo tem #que achar grupos ou padrões sozinho. Tipo agrupar clientes parecidos.

#. Pandas usado pra mexer em tabelas e dados # Numpy pra fazer contas matematicas pesadas #.Matplotlib pra fazer graficos #. ensorflow pra redes neurais # Scikit-Learn: Essa é a mais importante pra começar porqueq ela ja tem quase todos os # algoritmos de ML prontos.

#Baseado em Instância: O modelo decora os dados de treino e compara os novos com os velhos. #Exemplo: O algoritmo KNN = vizinhos proximos. #Baseado em Modelo: O sistema cria uma regra matematica ou formula generalizando tudo. #Exemplo: Regressão Linear = cria uma linha.

#Falta de dados: Se tiver pouco dado o modelo nao aprende. #overfitting: Quando o modelo decora o treino e vai mal no teste. #dados sujos: Quando tem muita informação errada ou faltando na tabela.

df = df.dropna() #pra remover os NaN. #Features (X): São as características que usamos pra prever. #Target (y): É o que queremos descobrir, aqui quero a espécie. #só os numeros pras features pra facilitar pro KNN features = ['bill_length_mm', 'bill_depth_mm', 'flipper_length_mm', 'body_mass_g'] X = df[features] y = df['species'] print("Features e Target definidos.") print(X.head()) # nao consigo tirar os NaN.

#Adelie vira 1, se não for vira 0. y_adelie = (df['species'] == 'Adelie').astype(int) #test_size=0.2 pra ir 20% dos dados para testar o modelo X_train, X_val, y_train, y_val = train_test_split(X, y_adelie, test_size=0.2, random_state=42) print("Dados separados em treino e validação.") print(f"Tamanho do treino: {len(X_train)}")

df = df.dropna() #pra remover os NaN. #3 vizinhos modelo_adelie = KNeighborsClassifier(n_neighbors=3) #Treinando modelo_adelie.fit(X_train, y_train) print("Modelo treinado!")

# aqui o modelo tenta adivinhar a espécie nos dados de teste previsoes = modelo_adelie.predict(X_val) # nota do modelo =acurácia nota = accuracy_score(y_val, previsoes) # mostrando o resultado na tela print("Acurácia (nota do modelo):", nota)

#Meu maior desafio na criação de um modelo de Machine Learning não é escrever o algoritmo em si #mas sim a etapa de preparação dos dados. Na prática,tive dificuldade de entender e tratar os valores vazios (NaN) #Isso prova que cada etapa do processo é crucial. Não adianta nada montar o modelo e treinar se a gente não #garantiu antes que os dados estão limpos e bem estruturados.