ComeçarComece de graça

Explorando cédulas de dólar

Você vai praticar a construção de modelos de classificação em Keras com o conjunto de dados Banknote Authentication.

Seu objetivo é distinguir entre cédulas de dólar reais e falsas. Para isso, o conjunto de dados traz 4 variáveis: variance, skewness, kurtosis e entropy. Essas variáveis são calculadas aplicando operações matemáticas sobre as imagens das cédulas. Os rótulos estão na coluna class do dataframe.

Um DataFrame do pandas chamado banknotes está pronto para uso. Vamos explorar os dados!

Este exercício faz parte do curso

Introdução ao Deep Learning com Keras

Ver curso

Instruções do exercício

  • Importe seaborn como sns.
  • Use pairplot() do seaborn em banknotes e defina hue como o nome da coluna que contém os rótulos.
  • Gere estatísticas descritivas para os dados de autenticação das cédulas.
  • Conte o número de observações por rótulo com .value_counts().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Import seaborn
import ____ as ____

# Use pairplot and set the hue to be our class column
sns.____(____, hue=____) 

# Show the plot
plt.show()

# Describe the data
print('Dataset stats: \n', banknotes.____)

# Count the number of observations per class
print('Observations per class: \n', banknotes[____].____)
Editar e executar o código