Machine Learning Chatbot Assistant

O PyLearner surge com a ideia de ter um ambiente web que traga a comodidade de utilizar Jupyter Notebook sem instalar localmente na máquina e que possua também artifícios para ajudar iniciantes em Machine Learning. Para isso, desenvolvemos o chatbot Pyter que tira dúvidas recomenda conteúdos para o usuário estudar e faz demonstrações usando tutoriais.

• Aprendizado. Com o uso frequente do pyter para auxiliar em atividades de machine learning ou até mesmo para recomendar exercícios, você pode aprender muito!
• Praticidade. A junção do chat no jupyter torna muito mais tranquilo tirar as duvidas no ambiente em que já esta aprendendo.
• Ajuda. O Pyter não só te ajuda com dúvidas mas também com possíveis erros nas células do jupyter.
• Tutoriais. Os tutoriais são os exemplos mais clássicos em machine learning, para que o aluno possa ter uma experiencia de solucionar o seu primeiro problema de forma completa.

Conteudos

• Documentação
• Como usar?
• Funções já implementadas
• Roadmap do projeto
• Codigo de Conduta
• Licença

Funções implementadas

As principais habilidades do Pyter são:

• Pré-processamento de dados.
  • Importação de dados (Pandas)
  • Tratamento de dados (Pandas), (SciKit Learn)
• Modelagem.
  • Aprendizado supervisionado (SciKit Learn)
    • Generalized Linear Models
      • Logistic regression
    • Support Vector Machines
      • Classification
    • Stochastic Gradient Descent
      • Classification
    • Nearest Neighbors
      • Nearest Neighbors Classification
    • Naive Bayes
      • Gaussian Naive Bayes
    • Decision Trees
      • Classification
  • Aprendizado não-supervisionado (SciKit Learn)
• Visualização.
  • Visualização de dados (Matplotlib), (Seaborn)
  • Visualização de resultados (SciKit Learn)
• Tutorial.
  • Iris Flower (SciKit Learn)
  • MNIST (SciKit Learn)
  • Titanic (SciKit Learn)
• Sugestões de conteúdo.
  • Espaços de conteúdos (Medium), (TowardsDataScience), (Kaggle)
  • Fórum (Cross Validated), (Artificial Intelligence StackExchange)

Como usar

Clone o repositório:

git clone https://github.com/fga-eps-mds/2019.1-PyLearner.git

Suba o contêiner. (sudo pode ser necessário)

docker-compose up --build

Acesse o jupyter notebook em http://localhost:8888/

Roadmap do projeto

Você pode aprender mais sobre nossa visão dando uma olhada no nosso Roadmap

Código de Conduta

Nós adotamos um Código de Conduta que esperamos que os participantes do projeto sigam. Por favor, leia o texto completo para que você possa entender quais ações serão e quais não serão toleradas.

Licença

Este projeto está licenciado sob a Licença MIT.

Os direitos autorais nos arquivos de definição são respectivos de cada colaborador listado no início de cada arquivo de definição

Ferramentas utilizadas em desenvolvimento

Ferramentas ensinadas pelo Pyter

Conteúdos recomendados por Pyter

Contributors

Thanks goes to these wonderful people (emoji key):

Gabriel Ziegler 📖

Davi Alves 📖

Bruno Duarte 📖

Eugenio Sales Siqueira 📖

Thiago Ferreira 📖

Ernando Braga 📖

Álex Porto 📖

Joao Victor de Oliveira Matos 📖

Carlos Aragon 📖

This project follows the all-contributors specification. Contributions of any kind welcome!