<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Gabriel Aparecido Fonseca on Medium]]></title>
        <description><![CDATA[Stories by Gabriel Aparecido Fonseca on Medium]]></description>
        <link>https://medium.com/@gabriel1991?source=rss-898bea59cb05------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*gKQT8YvifxqEwtA_icyf8A.jpeg</url>
            <title>Stories by Gabriel Aparecido Fonseca on Medium</title>
            <link>https://medium.com/@gabriel1991?source=rss-898bea59cb05------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 17:12:43 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@gabriel1991/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Aplicações e modelos de IA que surpreendem — Parte 1]]></title>
            <link>https://medium.com/ambevtech/aplica%C3%A7%C3%B5es-e-modelos-de-ia-que-surpreendem-parte-1-a028508e97c2?source=rss-898bea59cb05------2</link>
            <guid isPermaLink="false">https://medium.com/p/a028508e97c2</guid>
            <category><![CDATA[processamento-de-texto]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[chatgpt]]></category>
            <category><![CDATA[natural-language-process]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <dc:creator><![CDATA[Gabriel Aparecido Fonseca]]></dc:creator>
            <pubDate>Wed, 03 May 2023 12:55:43 GMT</pubDate>
            <atom:updated>2023-05-03T12:55:43.856Z</atom:updated>
            <content:encoded><![CDATA[<h3>Aplicações e modelos de IA que surpreendem — Parte 1</h3><p>A ideia inicial era colocar diversas áreas de aplicação de IAs em um só artigo, mas notei que talvez isso ficaria grande e cansativo para leitura. Portanto, resolvi dividir em partes. Cada uma falando de alguma área distinta. Fica de olho, logo mais temos as próximas!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*x-2fIchH2KI_WuL1" /><figcaption>Photo by <a href="https://unsplash.com/@markuswinkler?utm_source=medium&amp;utm_medium=referral">Markus Winkler</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>A Inteligência Artificial (IA) tem sido um dos campos mais emocionantes e promissores da tecnologia nos últimos anos. Desde chatbots, que podem conversar com você como se fossem humanos, até carros autônomos que podem dirigir por si próprios, a IA está transformando a maneira como vivemos, trabalhamos e interagimos com o mundo ao nosso redor. Com cada avanço, a capacidade da IA de entender e responder aos nossos desejos e necessidades cresce exponencialmente. No entanto, à medida que a IA se torna cada vez mais presente em nossas vidas, também surgem preocupações sobre seu impacto a longo prazo. Será que estamos prontos para lidar com as consequências de uma IA cada vez mais poderosa?</p><p>É notável o crescimento do uso das inteligências artificiais nos últimos anos. O aumento do poder computacional, a computação em nuvem, a melhoria no armazenamento de dados, tudo isso permitiu que modelos matemáticos que funcionariam só em teoria também tivessem aplicações práticas. Dado isso, a velocidade de desenvolvimento de modelos de IA tem ocorrido em uma velocidade assustadora. Assim, cada grande empresa de tecnologia (as <em>big techs</em>) quer uma fatia do bolo e busca fazer um modelo melhor, mais eficaz e preciso que supere a concorrência. Nesse artigo, vou falar de algumas aplicações e modelos de linguagem natural que são assustadoramente interessantes e curiosos. Boa leitura.</p><h3>IAs usadas em linguagem natural</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*EYWG1mPi0o2TCil0" /><figcaption>Photo by <a href="https://unsplash.com/@brett_jordan?utm_source=medium&amp;utm_medium=referral">Brett Jordan</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>O primeiro tópico dessa série de artigos mostra aplicações e modelos de IA no processamento e entendimento de linguagem natural, os chamados “grandes modelos de linguagem” (large language models — LLM). Basicamente a linguagem natural é a língua falada ou escrita que nós seres humanos usamos pra nos comunicar. Portanto, uma sequência de caracteres ditos ou escritos que em conjunto possuem um sentido e transmitem uma mensagem. Como deve-se imaginar um computador não é capaz de realmente entender a linguagem natural, para isso é necessário converter as frases, palavras, letras em uma sequência numérica para usar nos modelos. Os novos modelos de IA nessa área são complexos e utilizam uma infinidade de dados de texto escrito pelas pessoas durante a história, com isso eles são capazes de reproduzir, entender o contexto, dar sugestões e responder perguntas. Pois é, isso parece coisa de ficção científica, mas apesar de necessitar de aperfeiçoamento isso já é uma realidade.</p><h4>GPT</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*4pG4W7e37cc48FLo" /><figcaption>Photo by <a href="https://unsplash.com/@the_shantanu_kumar?utm_source=medium&amp;utm_medium=referral">Shantanu Kumar</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>Esse talvez seja o modelo que tem ganhado mais destaque recentemente na área de linguagem natural. Principalmente porque ele foi utilizado em uma aplicação que se tornou famosa recentemente, o ChatGPT.</p><p>O ChatGPT é um chatbot criado pela OpenAI, um laboratório de pesquisa de inteligência artificial dos Estados Unidos que realiza pesquisas e desenvolve modelos de IA para diversos fins. Recentemente, a empresa recebeu um investimento bilionário da Microsoft, que está incorporando alguns dos modelos criados em seus produtos, como o motor de busca Bing e o pacote Office.</p><p>A primeira versão do ChatGPT utilizou um modelo chamado GPT-3 que possui 175 bilhões de parâmetros e que foi treinado com uma massiva quantidade de dados. Por si só, esse número já é surreal, mas a nova versão do ChatGPT que utiliza o GPT-4 possui incríveis 1 trilhão de parâmetros. Isso é incrível e foi necessário a criação de um supercomputador na Microsoft Azure para treinar o modelo.</p><p>E como ele funciona? Basicamente você passar pra ele um texto (<em>prompt</em>), pode ser uma pergunta ou uma solicitação sobre qualquer assunto. Ele irá te responder em linguagem natural, na maioria das vezes quase indistinguível do que um humano diria. Você pode pedir para ele sugerir correção ou otimização em códigos, para que ele explique algum termo complexo como se você fosse uma criança, para ele criar um poema no estilo de um autor famoso, etc. As possibilidades são inúmeras.</p><p>O uso do GPT-4 vai ser ainda mais um <em>game changer</em>. Ele é mais criativo, permite respostas mais longas e é mais preciso com outros idiomas. Além disso ele tem melhor performance e é capaz de ter inputs visuais, não somente texto.</p><h4>Concorrentes</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*pKVFouuOOljZYEAy" /><figcaption>Photo by <a href="https://unsplash.com/@markusspiske?utm_source=medium&amp;utm_medium=referral">Markus Spiske</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>Poderia citar <em>n</em> empresas que desenvolveram ou estão desenvolvendo modelos semelhantes, mas assim esse artigo seria infinitamente grande. No entanto, cabe destacar mais alguns modelos. Depois do sucesso que foi o ChatGPT, toda grande empresa de tecnologia foi atrás de criar o seu próprio modelo na área de linguagem natural.</p><p>A Google desenvolveu o <a href="https://bard.google.com/">Bard</a>, que apesar de estar apenas no início está circundado de polêmicas. Alguns funcionários da Google demonstraram preocupação com o modelo dizendo que ele é <a href="https://www.otempo.com.br/mundo/constrangedor-funcionarios-do-google-criticam-bard-rival-do-chatgpt-1.2854702">“mentiroso patológico” e “constrangedor”</a>. Apesar do aviso desses funcionários, a Google lançou o modelo mesmo com os aviso de falta de ética e responsabilidade.</p><p>A Meta (antigo Facebook Inc.) também não poderia ficar atrás na corrida das <em>big techs</em> pra criar o seu próprio LLM. Assim ela lançou o LLaMA (Large Language Model Meta AI), modelo que possui 65 bilhões de parâmetros, treinado com 7 datasets públicos em 20 idiomas. A sua vantagem é ser um modelo menor e mais eficiente o que permite que seja usado por comunidades científicas que não tenham acesso a grandes infraestruturas.</p><p>Além das big techs, uma empresa brasileira chamada Maritaca AI (ótimo nome inclusive) desenvolveu um modelo de linguagem natural focado em português. O modelo chamado Sabiá-65B (outro bom nome) foi treinado com 14 datasets em português possuindo 65 bilhões de parâmetros. Segundo os desenvolvedores o modelo possui o desempenho um pouco abaixo do GPT-4 mas um pouco superior ao GPT-3.5-turbo.</p><h4>Open Source</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*qD3NarTMsn2JpXVx" /><figcaption>Photo by <a href="https://unsplash.com/es/@richygreat?utm_source=medium&amp;utm_medium=referral">Richy Great</a> on <a href="https://unsplash.com/?utm_source=medium&amp;utm_medium=referral">Unsplash</a></figcaption></figure><p>Além desses modelos comerciais, pesquisadores do mundo todo têm desenvolvido LLM de código aberto. Um deles é o Bloom, um modelo <em>open source</em> com 176 bilhões de parâmetros que é capaz de processar 46 idiomas e 13 linguagens de programação. Ele surgiu a partir da colaboração de centenas de pesquisadores do mundo todo. Você pode testá-lo gratuitamente no <a href="https://huggingface.co/bigscience/bloom">hugging face</a>.</p><p>A Databricks lançou também um modelo chamado Dolly 2.0. Esse é um modelo de 12 bilhões de parâmetros que foi ajustado exclusivamente em um novo conjunto de dados de alta qualidade coletado entre os funcionários da empresa. Esse dataset chamado de <strong>databricks-dolly-15k </strong>é composto por 15000 prompts de alta qualidade gerados por humanos e seus respectivos pares de respostas projetados especificamente para ajustar modelos de linguagem de grande porte em seguir instruções. Qualquer pessoa pode modificar ou estender esse dataset e usá-lo para qualquer propósito.</p><p>É simplesmente impossível falar em um único artigo de todos os modelos de LLM. Para saber ou conhecer mais sobre outros dê uma olhada nesse <a href="https://github.com/Hannibal046/Awesome-LLM#llm-leaderboard">repositório do github</a>, lá vc vai ter muitas informações interessantes sobre o assunto.</p><h4>Aplicações em áreas variadas</h4><p>Apesar de ter citado aplicações de propósito geral para LLMs, existem diversas aplicações em nichos e com finalidades específicas. Na medicina, por exemplo, existe o <a href="https://www.deepscribe.ai/technology">DeepScribe</a>, uma ferramenta que usa machine learning, processamento de linguagem natural e reconhecimento de voz para reescrever como documentação médica é feita. O propósito do <a href="https://www.deepscribe.ai/technology">DeepScribe</a> é principalmente diminuir o tempo necessário para documentação durante o trabalho clínico, fazendo assim com que o profissional tenha mais atenção e cuidado ao ouvir o paciente.</p><p>Em produtividade existe o <a href="https://sheetplus.ai/">Sheet Plus</a>, ele permite escrever fórmulas do excel/google sheets a partir de um texto. É somente necessário colocar uma descrição da fórmula e o modelo gera ela com precisão em segundos. Além disso, se você tiver uma planilha que possui uma fórmula complexa, basta passar ela pro modelo que ele irá fornecer uma explicação passo a passo de cada componente e o que ele faz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/723/1*ZBLcMMBdZDuYWK0MQrJLtw.png" /></figure><p>O <a href="https://www.chatpdf.com/">ChatPDF</a> possui as funcionalidades do ChatGPT mas em arquivos PDF. Ele permite analizar documentos, relatórios e textos, podendo criar resumos e extrair insights de grandes arquivos PDF. Além disso, é possível fazer perguntas específicas dos arquivos passados e obter respostas rapidamente, o que evita a necessidade de ler todo texto para entender questões específicas.</p><p>Na área de programação uma das ferramentas de AI mais conhecidas é o <a href="https://github.com/features/copilot">GitHub Copilot</a>. Ele foi treinado com bilhões de linhas de código e assim é capaz de fazer sugestões de código em tempo real para dezenas de linguagens de programação. Ele compartilha recomendações baseadas no contexto do projeto e convenções de estilo. O que torna muito mais eficiente o trabalho do desenvolvedor.</p><p>A plataforma da <a href="https://www.askviable.com/">Viable</a> permite que você entenda profundamente seu público e acompanhe as mudanças semanais com base em suas ações no mundo real. Ela integra de forma prática às grandes plataformas de suporte do cliente como por exemplo o Zendesk. A partir disso, ela faz resumos, análise de sentimentos, analisa avaliações textuais e numéricas para compreender precisamente o comportamento e sentimento do cliente.</p><p>Outras ferramentas que valem ser mencionadas:</p><ul><li><a href="https://www.docuwriter.ai/"><strong>DocuWriter</strong></a><strong> </strong>é uma ferramenta para gerar automaticamente documentação abrangente e precisa a partir de arquivos de código-fonte.</li><li><a href="https://rose.ai/"><strong>Rose.ai</strong></a><strong> </strong>permite integração perfeita com os principais provedores de dados do mundo e usa o que há de mais recente em LLMs de código aberto e processamento de linguagem natural para analisar e visualizar informações com base em <em>prompts </em>de linguagem humana. Ela torna cada etapa de análise de dados fácil e transparente para todos os tipos de usuários e públicos, permitindo puxar e visualizar dados.</li><li>A<strong> </strong><a href="https://sentieo.com/"><strong>Sentieo</strong></a> é uma plataforma que utiliza modelos avançados de processamento de linguagem natural para realizar pesquisas, agregar conteúdos e processar documentos do mercado financeiro. Com isso, é possível obter informações precisas e coerentes, que auxiliam na tomada de decisões assertivas.</li><li>A <a href="https://kensho.com/"><strong>Kensho</strong></a> é especializada em trabalhar com dados de linguagem natural, utilizando tecnologias avançadas de machine learning para construir modelos que adicionam estrutura a dados não estruturados e semiestruturados. Esse processo melhora significativamente a amplitude e velocidade da coleta de dados, além de transformar informações anteriormente não estruturadas em insights de negócio valiosos e significativos.</li><li>O <a href="https://taplio.com/"><strong>Taplio</strong></a> é uma ferramenta que utiliza modelos de machine learning para otimizar o uso do LinkedIn. Com ela, é possível criar conteúdos de alta qualidade de forma mais eficiente, economizando tempo na escrita de postagens na plataforma. Além disso, o Taplio fornece novas ideias para posts, mantém os usuários atualizados com as últimas notícias e tendências, o que contribui para criar conteúdo de forma rápida e eficaz.</li><li>A <a href="https://pt.adcreative.ai/"><strong>AdCreative.ai</strong></a> é uma plataforma que utiliza inteligência artificial para criar anúncios eficazes de maneira simples e eficiente. Ao informar o público-alvo e a plataforma na qual o anúncio será veiculado, a ferramenta o cria com linguagem adequada para essa plataforma e com foco nas necessidades do público-alvo, gerando assim anúncios mais efetivos.</li><li>A <a href="https://www.beautiful.ai/"><strong>Beautiful.ai</strong></a> é uma ferramenta de inteligência artificial focada em apresentações, que simplifica todo o processo de criação. Com a utilização de designs prontos e inúmeros templates disponíveis, é possível criar apresentações incríveis em questão de minutos. Além disso, a plataforma oferece a possibilidade de personalização, permitindo que os usuários alterem os designs e templates para atender às suas necessidades específicas.</li><li><a href="https://www.poised.com/"><strong>Poised</strong></a> é basicamente um treinador de comunicação alimentado por IA que ajuda o usuário a falar com confiança e clareza. Essa ferramenta fornece feedback em tempo real sobre tudo, desde as palavras mais faladas até as palavras de preenchimento, confiança, energia, empatia e muito mais. Além disso com ela é possível acompanhar o progresso, analisar tendências da fala ao longo do tempo e melhorar as falas nas reuniões mais importantes.</li><li>A <a href="https://rationale.jina.ai/"><strong>Rationale</strong></a> é uma plataforma que utiliza modelos de inteligência artificial para ajudar empresários, gerentes e indivíduos a tomarem decisões difíceis. Ao inserir uma decisão ou opções nas quais existe indecisão, a ferramenta utiliza o contexto fornecido para listar os prós e contras, gerar análises SWOT, conduzir análises multicritérios ou causais, a fim de auxiliar na avaliação de opções e tomada de decisão. Com isso, ela fornece uma visão ampla e estruturada das opções disponíveis, ajudando a avaliar cada alternativa de maneira clara e objetiva para que a melhor decisão seja tomada.</li></ul><p>Como é possível notar existem incontáveis aplicações hoje em dia que utilizam LLM, é simplesmente impossível citar todas. Trouxe aqui algumas que achei interessante, e como deve ter sido possível de notar, muitas das ferramentas existentes atualmente focam no público empresarial e no ganho de produtividade.</p><h3>Conclusão</h3><p>Ufa, finalmente chegamos no fim da parte 1 dessa série de artigos sobre IA. Espero que não tenha sido muito cansativo, mas aqui eu trouxe só a pontinha do iceberg. A área de processamento de linguagem natural tem crescido em uma velocidade assustadora. É praticamente impossível falar sobre tudo, já que todo dia surgem novos modelos e novas aplicações.</p><p>Gostou do artigo? Alguma crítica ou sugestão? Faltou alguma coisa? Pode me falar aí. Ahhhh e a propósito, um parágrafo desse texto foi feito utilizando o ChatGPT, você consegue identificar e dizer qual é? 😉</p><h3>Referências</h3><ul><li><a href="https://openai.com/blog/chatgpt">Introducing ChatGPT</a></li><li><a href="https://textcortex.com/pt/post/gpt-3-vs-gpt-4-comparison">GPT-3 vs. GPT-4 Comparação</a></li><li><a href="https://ai.facebook.com/blog/large-language-model-llama-meta-ai/">Introducing LLaMA: A foundational, 65-billion-parameter language model</a></li><li><a href="https://blog.google/technology/ai/bard-google-ai-search-updates/">An important next step on our AI journey</a></li><li><a href="https://arxiv.org/abs/2304.07880">Sabiá: Portuguese Large Language Models</a></li><li><a href="https://huggingface.co/bigscience/bloom">bigscience/bloom · Hugging Face</a></li><li><a href="https://www.databricks.com/blog/2023/04/12/dolly-first-open-commercially-viable-instruction-tuned-llm">Free Dolly: Introducing the World&#39;s First Truly Open Instruction-Tuned LLM</a></li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a028508e97c2" width="1" height="1" alt=""><hr><p><a href="https://medium.com/ambevtech/aplica%C3%A7%C3%B5es-e-modelos-de-ia-que-surpreendem-parte-1-a028508e97c2">Aplicações e modelos de IA que surpreendem — Parte 1</a> was originally published in <a href="https://medium.com/ambevtech">Ambev Tech</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Prevendo a pontuação final do Campeonato Brasileiro — Parte III]]></title>
            <link>https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-iii-57c6cca3ee0a?source=rss-898bea59cb05------2</link>
            <guid isPermaLink="false">https://medium.com/p/57c6cca3ee0a</guid>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[futebol]]></category>
            <category><![CDATA[campeonato-brasileiro]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[predictions]]></category>
            <dc:creator><![CDATA[Gabriel Aparecido Fonseca]]></dc:creator>
            <pubDate>Sat, 14 Dec 2019 11:59:25 GMT</pubDate>
            <atom:updated>2019-12-14T11:59:25.258Z</atom:updated>
            <content:encoded><![CDATA[<h3>Prevendo a pontuação final do Campeonato Brasileiro — Parte III</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Sjb-SzEhew0ogE7cHfFnWw.jpeg" /><figcaption>Visto em <a href="https://www.imperialtrophies.com/">https://www.imperialtrophies.com/</a></figcaption></figure><p>E aí pessoal, essa é a terceira e última parte do tutorial sobre previsão da pontuação do campeonato brasileiro. Nas duas primeiras partes eu mostrei qual banco de dados utilizei e como obtive ele além das etapas de pré-processamento que foram realizadas. Se você ainda não viu as outras partes, corre lá primeiro para você entender tudo o que foi feito:</p><blockquote><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945">Prevendo a pontuação final do Campeonato Brasileiro — Parte I</a></blockquote><blockquote><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-ii-eea54adf5f4">Prevendo a pontuação final do Campeonato Brasileiro — Parte II</a></blockquote><p>Apenas gostaria de relembrar que esse material foi utilizado pelo <a href="https://clubedaposta.com/">Clube da Aposta</a> em uma série de postagens no nosso blog prevendo a pontuação e chance de rebaixamento e título para times de diversos campeonatos:</p><blockquote>Veja a nossa análise para título e classificação para os principais campeonatos: <a href="https://clubedaposta.com/probabilidade-titulo-classificacao/">https://clubedaposta.com/probabilidade-titulo-classificacao/</a></blockquote><blockquote>E confira também a nossa análise de rebaixamento: <a href="https://clubedaposta.com/probabilidade-rebaixamento/">https://clubedaposta.com/probabilidade-rebaixamento/</a></blockquote><p>Na terceira e última parte desse tutorial irei mostrar os modelos e técnicas utilizadas na predição da pontuação. Acredito que essa seja a etapa mais esperada por todos, é aqui que a magia realmente acontece. Mas é importante ter em mente que o tratamento dos dados é uma parte considerável do trabalho de classificação, predição ou mesmo análise de dados.</p><p>Antes de colocar a mão na massa, devo mencionar que quem conduziu esse trabalho sobre os modelos de machine learning em sua maior parte foi o Betão, que é um dos mandachuvas do clube e entende muito de ciência de dados e apostas esportivas. Se quiser saber mais sobre ele, dá uma passada lá no linkedin: <a href="http://bit.ly/HumbertoLinkedin">http://bit.ly/HumbertoLinkedin</a>.</p><p>Agora chega de papo e vamos ao código!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/480/1*QlhwNHwI3g3Jihl80lRQJQ.gif" /></figure><h3>1 — Divisão do conjunto de dados em treinamento e teste</h3><p>A primeira etapa antes de apresentar os dados aos modelos é realizar a divisão dele. Uma parte deve ser usada no treinamento enquanto a outra é usada no teste ou validação do modelo. Isso serve para verificar se o modelo treinado é capaz de generalizar com uma precisão satisfatória para dados desconhecidos. Para fazer isso no <em>scikit-learn</em> é bem simples, basta usar o código:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/08c34aca936d8e33084fc90097c2a135/href">https://medium.com/media/08c34aca936d8e33084fc90097c2a135/href</a></iframe><p>Você apenas precisa indicar o tamanho do conjunto de teste que você quer usar, no caso usamos 20% para teste e 80% para treino.</p><h3>2 — Métricas de avaliação</h3><p>Antes de proceder com as técnicas utilizadas devemos saber como avaliamos se um modelo é bom ou ruim. Existem diversas métricas que podem ser utilizadas em trabalhos de regressão. Nesse projeto foram usados o erro quadrático médio e o coeficiente de determinação.</p><p><strong>2.1 — Erro Quadrático Médio</strong></p><p>O erro quadrático médio (<em>mean squared error </em>— MSE) é uma métrica que verifica quão distante do valor real (ou desejado) a estimativa do modelo se encontra. É um método muito utilizado na comparação entre técnicas de regressão e é calculado utilizando a equação abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/363/1*M4JPvzHvrnWWS-cGWFbPSA.png" /></figure><p>onde <em>y</em> é o valor real (ou desejado), <em>ŷ</em> é o valor estimado pelo modelo e <em>n </em>é o número de amostras.</p><p>Como é possível imaginar, quanto menor o valor do MSE melhor será o modelo. Uma métrica conjuntamente utilizada com o MSE é a raiz do erro quadrático médio (RMSE), ela permite retornar o erro para a grandeza física com a qual se está trabalhando.</p><p><strong>2.2 — Coeficiente de determinação (R²)</strong></p><p>O coeficiente de determinação (também chamado de R², “r quadrado”) representa a proporção da variância (de y) que é explicada pelas variáveis independentes no modelo. Ele fornece uma indicação de quão bom foi o treinamento e assim é uma medida de como o modelo irá predizer exemplos não vistos. O melhor valor possível é 1,0 e pode ser negativo (porque o modelo pode ser arbitrariamente pior). Um modelo constante que sempre prediz o valor esperado de y desconsiderando as variáveis de entrada teria um R² de 0,0. <a href="https://scikit-learn.org/stable/modules/model_evaluation.html#r2-score">Esse texto foi traduzido da documentação do <em>scikit-learn</em> e maiores informações podem ser encontradas lá.</a></p><p>Para calcular o coeficiente de determinação utiliza-se a seguinte equação:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/375/1*3Kpud4Sn1JTjhvr1oSxxEw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/198/1*skFWLacrpr_KkMwPeE43DA.png" /></figure><h3>3 —Árvores de decisão</h3><p>Antes de se falar sobre o modelo que foi precisamente usado nesse projeto, é necessário falar sobre árvores de decisão. <a href="https://scikit-learn.org/stable/modules/tree.html">Esse é um método não paramétrico de aprendizado supervisionado usado tanto em problemas de classificação quanto regressão. O objetivo é criar um modelo que prediz o valor de uma variável alvo a partir do aprendizado de simples regras de decisão inferidas das características dos dados.</a></p><p>Geralmente são simples de serem compreendidos e interpretados por serem baseados em regras de decisão SE-ENTÃO e por ser possível criar visualizações em árvores que facilitam verificar como o modelo se comporta. Uma árvore de decisão é composta por um nó raiz, nós interiores e nós terminais (ou folhas) conforme o diagrama a seguir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/520/1*LtvDMsUJyCkJpVf-OI4nsQ.png" /></figure><p><strong>3.1 — Ensembles</strong></p><p>Árvores de decisão podem ser combinadas para criar modelos mais elaborados, complexos e robustos, eles são geralmente chamados de <em>ensembles</em>, alguns exemplos são: <em>random forest</em> (florestas aleatórias), <em>AdaBoost</em>, <em>Gradient Boosting</em>, etc.</p><p>Para entender como os <em>ensembles</em> funcionam é importante compreender dois conceitos: <em>bagging</em> e <em>boosting</em>.</p><p><strong>3.1.1 —<em> Bagging</em></strong></p><p><em>Bagging </em>(uma abreviação de “<em>bootstrap aggregating</em>”) considera as árvores de decisão independentemente uma das outras, então ele funciona de forma paralela possibilitando realizar o treinamento delas simultaneamente.</p><p>É importante também definir o que é “<em>bootstrapping</em>”. Essa é uma técnica que gera amostras menores a partir de um conjunto de dados maior sorteadas aleatoriamente com reposição. Isso faz com que o novo conjunto gerado tenha boas propriedades estatísticas, sendo composto por amostras representativas e independentes da distribuição real dos dados.</p><p>Voltando ao conceito de <em>bagging</em>, o objetivo é ajustar vários modelos independentes e calcular a média de suas predições para obter um modelo com uma variância menor. No entanto, como na prática não é viável realizar o ajuste de modelos totalmente independentes porque exigiria muitos dados, são utilizadas amostras<em> bootstrap.</em></p><p>Esse processo pode ser resumido então da seguinte maneira:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/621/1*UYNBdyTB86Ha9-5EYQTmrg.png" /></figure><p>Um modelo que utiliza o método <em>bagging</em> é o <em>random forest</em>.</p><p><strong>3.1.2 — <em>Boosting</em></strong></p><p><em>Boosting</em> também é uma técnica para construir famílias de modelos (como árvores de decisão) e agregar elas para obter um modelo mais robusto, com melhor desempenho. Ela consiste em ajustar múltiplos modelos sequencialmente de um modo adaptativo, ou seja, cada modelo na sequência é ajustado dando mais importância a observações no conjunto de dados que são mal manipulados pelos modelos anteriores da sequência. Isso permite que o modelo final obtido tenha menor <em>bias</em> (viés). Um ponto de atenção é que em geral modelos baseados em <em>boosting</em> são computacionalmente mais custosos do que baseados em <em>bagging</em> uma vez que não podem ser executados paralelamente. Um resumo das etapas da técnica <em>boosting</em> pode ser vista a seguir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/621/1*e7ait8bsyqQWLIeJvTIwhw.png" /></figure><p>Os dois principais algoritmos de <em>boosting</em> são o <em>Adaptative Boosting</em> (<em>AdaBoost</em>) e <em>Grandient Boosting</em>, eles se diferem quanto ao método de criação e agregação dos modelos simples. Aqui iremos focar apenas no <em>Gradient Boosting</em>.</p><h3>4 — Gradient Boosting</h3><p>No <em>Gradient Boosting</em>, o modelo final a ser construído é baseado na soma ponderada dos modelos simples, conforme a fórmula abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/217/1*nmD6k8_Uw_F94JalOj4-KQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/462/1*2xw9eBPUXNAIfGDZs28xkQ.png" /></figure><p>Encontrar o modelo ótimo sob essa forma é difícil e uma abordagem iterativa é necessária. Para isso, o <em>Gradient Boosting</em> utiliza a técnica de gradiente descendente, em cada iteração um modelo simples é ajustado ao oposto do gradiente do erro de ajuste atual em relação ao modelo atual do conjunto. Resumidamente os modelos são ajustados a partir da minimização do erro de ajuste utilizando a técnica de gradiente descendente. Pode ser meio confuso, mas essa é uma técnica bem famosa de otimização, e muito utilizada no ajuste dos pesos de redes neurais. <a href="https://towardsdatascience.com/ensemble-methods-bagging-boosting-and-stacking-c9214a10a205">Não quero aprofundar muito para esse texto não ficar maior do que ele já está, então recomendo que você leia esse artigo maravilhoso que o @joseph.rocca escreveu para o Towards Data Science, e que eu traduzi algumas partes e adicionei outras para escrever essas seções teóricas.</a></p><h3>5 — XGBoost</h3><p>Tudo isso que falei até agora foi uma breve (nem tão breve assim, pelo jeito) introdução para falar sobre o método de predição que utilizamos no nosso modelo de predição de pontuação, o <em>XGBoost</em>. Essa é uma técnica baseada no <em>Gradiente Boosting</em> de onde vem o seu nome “<em>Extreme Gradient Boosting</em>”, que combina métodos de otimização de <em>software</em> e <em>hardware</em> para conseguir resultados superiores.</p><p>Talvez você já tenha ouvido falar sobre essa técnica porque ela virou a queridinha dos usuários do <a href="https://www.kaggle.com/"><em>Kaggle</em></a> nos últimos anos. Acredito que o <em>background</em> que dei até aqui foi o suficiente para entender essas técnicas, se você quiser maiores informações sobre o <em>XGBoost</em> dê uma olhada nos links abaixo:</p><blockquote>Paper oficial dos autores sobre o algoritmo: <a href="https://arxiv.org/abs/1603.02754">https://arxiv.org/abs/1603.02754</a></blockquote><blockquote>Documentação oficial do XGBoost: <a href="https://xgboost.readthedocs.io/en/latest/">https://xgboost.readthedocs.io/en/latest/</a></blockquote><blockquote>Texto interessante do blog Machine Learning Mastery falando sobre essa técnica: <a href="https://machinelearningmastery.com/gentle-introduction-xgboost-applied-machine-learning/">https://machinelearningmastery.com/gentle-introduction-xgboost-applied-machine-learning/</a></blockquote><p>O que nos interessa aqui é como usar o <em>XGBoost</em> em <em>Python.</em> Para isso é necessário utilizar a classe XGBRegressor(como estamos interessados em realizar uma regressão). O código completo de treinamento e teste está abaixo.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/a436836f0c340f8fbacd3bb0c0afdc42/href">https://medium.com/media/a436836f0c340f8fbacd3bb0c0afdc42/href</a></iframe><p>Observe que são utilizados 4 hiper-parâmetros:</p><blockquote>learning_rate que é a taxa de aprendizado;</blockquote><blockquote>n_estimators que é a quantidade de árvores que o modelo final irá ter;</blockquote><blockquote>max_depth que é a profundidade máxima das árvores;</blockquote><blockquote>min_child_weight que é a soma mínima do peso da instância necessária em um filho.</blockquote><p>Você deve ter observado que esses hiper-parâmetros são chaves de um dicionário que possuem como correspondência uma lista de valores. Isso é feito porque será utilizada uma técnica de hiper-parametrização para escolher dentre eles a combinação que irá gerar o melhor modelo possível.</p><p>Para isso, será utilizada uma técnica chamada <em>Randomized Search</em>. Ela realiza esse teste com os valores dos hiper-parâmetros retornando aqueles que gerarem o melhor modelo considerando os dados em questão. Para utilizá-la basta usar a classe RandomizedSearchCV. O primeiro atributo a ser passado para ela deve ser o modelo com o qual se deseja realizar a hiper-parametrização. O segundo é o dicionário contendo os hiper-parâmetros e seus respectivos valores. O terceiro é a quantidade de divisões que será realizada no conjunto de treinamento, como o valor passado foi 5, uma parte é utilizada para teste e 4 para treino e isso é feito recursivamente até todas as partes serem usadas tanto para treinamento quanto para teste. O último atributo n_jobs serve somente para indicar quantas tarefas serão executas em paralelo.</p><p>Inicializada a classe, o ajuste é realizado com o método fit() sendo necessário passar para ele o conjunto de dados de treinamento (X_train) e o <em>target</em> (y_train). Após isso o conjunto de testes é utilizado para se calcular o R² do modelo usando o método score(). Para os nosso dados obtivemos 0,7508 que é um valor consideravelmente bom dada a natureza do problema. Analisando o atributo best_params_ é possível verificar quais são os melhores parâmetros encontrados pelo<em> Randomized Search</em>, para o nosso caso foram:{&#39;n_estimators&#39;:500,&#39;min_child_weight&#39;:3,&#39;max_depth&#39;:4,&#39;learning_rate&#39;:0.1}</p><p>Além disso, a variável y_pred irá armazenar a predição para o conjunto de teste realizada com o método predict(), isso será importante na modelagem do erro.</p><h3>6 — Modelando o Erro</h3><p>Para esse projeto também foi necessário realizar a modelagem/predição do erro, pois ele será necessário para realizar várias simulações e gerar os inúmeros cenários possíveis.</p><p>Esse processo é bastante similar ao que foi apresentado na seção anterior, a diferença reside do fato de que em vez de se utilizar o conjunto de treinamento no método fit(), são utilizados os dados de teste e como <em>target</em> utiliza-se o erro quadrático médio entre os valores preditos e desejados. Portanto, esse é um modelo que visa prever os erros para os dados de entrada.</p><p>Nesse caso, obteve-se um R² de 0,7508 e o melhor modelo gerado é produzido com os seguintes hiper-parâmetros: {&#39;n_estimators&#39;:400,&#39;min_child_weight&#39;:3,&#39;max_depth&#39;:3,&#39;learning_rate&#39;:0.1}. O código utilizado para isso é apresentado a seguir.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/317c15e0652192a2478653bfd13f8dbc/href">https://medium.com/media/317c15e0652192a2478653bfd13f8dbc/href</a></iframe><h3>7 — Realizando predições</h3><p>Realizar alguma predição agora é extremamente simples.</p><p>Primeiro é necessário ir ao site <a href="https://www.worldfootball.net/"><em>WorldSoccer</em></a> de onde retiramos os dados e escolher o campeonato e rodada atual do campeonato de interesse. Por exemplo, se escolhermos o Brasileirão na rodada 22, usaríamos o seguinte código para pegar os dados (<a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945?source=collection_home---4------0-----------------------">isso vem do primeiro tutorial que publiquei, se estiver perdido dá uma passada lá</a>): df_bra_2019 = get_table(22,38,&#39;bra-serie-a&#39;,2019. Após isso temos que normalizar os dados e aplicar PCA como apresentei no segundo tutorial:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/ba376aeab3e8a7cd2397824f2330b18a/href">https://medium.com/media/ba376aeab3e8a7cd2397824f2330b18a/href</a></iframe><p>Então, finalmente podemos realizar a predição e será gerada a tabela final do campeonato esperada pelo modelo.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/acd2d023d4ebb1dfd15d4245dce23bd2/href">https://medium.com/media/acd2d023d4ebb1dfd15d4245dce23bd2/href</a></iframe><figure><img alt="" src="https://cdn-images-1.medium.com/max/335/1*NTBvjHSkNV1Kt4BJFEhlyg.png" /></figure><p>Mas agora como podemos garantir que esse modelo é confiável? Primeiro algumas suposições deve ser feitas, a primeira delas é que os dados possuem uma distribuição normal. Essa suposição é suficiente na maioria dos casos, mas provavelmente vai revirar os olhos de alguns estatísticos, porque o certo seria realizar testes estatísticos para verificar essa condição.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/500/1*t7YjRay5JFSJ_3m9jkM8wQ.jpeg" /></figure><p>A curva normal (ou Gaussiana) é muito usada em diversas situações e encontrada em diversas situações práticas. Ela possui formato de sino e algumas propriedade interessantes:</p><blockquote>Média = Mediana = Moda.</blockquote><blockquote>A curva é simétrica: 50% dos valores são menores do que a média (<strong>𝜇) </strong>e 50% dos valores são maiores do que a média (<strong>𝜇)</strong>.</blockquote><blockquote>A área total sob o gráfico é 1.</blockquote><blockquote><strong>68%</strong> dos valores estão a um desvio padrão da média: <strong>𝜇±𝜎</strong>.</blockquote><blockquote><strong>95%</strong> dos valores estão a dois desvios padrão da média: <strong>𝜇±2𝜎</strong>.</blockquote><blockquote><strong>99.7%</strong> dos valores estão a três desvios padrão da média: <strong>𝜇±3𝜎</strong>.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*__K3H4cgMgHBJCYxw513DQ.png" /><figcaption>Imagem extraída do artigo: <a href="https://towardsdatascience.com/understanding-the-68-95-99-7-rule-for-a-normal-distribution-b7b7cbf760c2">https://towardsdatascience.com/understanding-the-68-95-99-7-rule-for-a-normal-distribution-b7b7cbf760c2</a></figcaption></figure><p>Maiores informações sobre a curva/distribuição normal podem ser encontradas nesse artigo do <a href="https://medium.com/u/878f8dde27d5">Sonik Mishra</a>: <a href="https://medium.com/@soniknitr/an-introduction-to-normal-distribution-using-python-549d2285ea09"><em>An introduction to Normal Distribution using Python</em></a>. A ideia aqui é considerar a distribuição dos pontos ao final do campeonato sendo normal.</p><p>Na figura abaixo é possível observar a distribuição dos dados, e nota-se que ela não segue perfeitamente a distribuição normal. Apesar disso, essa é uma aproximação coerente e suficiente para esse problema. Caso, outra distribuição fosse considerada a realização das simulações poderiam se tornar complexas, trabalhosas ou inviáveis. Dessa maneira, considerando os resultado obtidos, a suposição realizada foi satisfatória.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/576/1*Lq5ftcomS5iaFUAypzofcg.png" /></figure><p>Feitas as devidas suposições, pode-se utilizar a média da distribuição (que será fornecida pelo modelo de predição que foi desenvolvido) e o desvio padrão (proveniente do modelo de predição do erro) com a função de geração de números aleatórias do Numpy para gerar as previsões de cada time, como no código abaixo:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/dd0304fd0b25c53373c1aea830be85fb/href">https://medium.com/media/dd0304fd0b25c53373c1aea830be85fb/href</a></iframe><p>Por fim, é realizado um loop paralelo para repetir essa simulação 100.000 vezes, sendo que em cada um desses cenários cada time terá um valor simulado dentro de uma distribuição normal que considera o valor predito para pontuação e a predição do erro obtida.</p><p>A repetição desses processos de simulação é comum em problemas que possuem a natureza aleatória já que isso leva a resultados mais fidedignos e reais. Entender isso é muito simples, imagine que você lance uma moeda e veja o resultado, existem duas possibilidades: cara ou coroa. Então você tem 50% de chance de tirar um ou outro, mas às vezes você é muito sortudo e em 10 lançamentos, 7 foram cara e 3 coroa, opa isso não é o 50% que se espera correto? E se você lançar a moeda 100, 1.000, 10.000, 100.000 vezes? Quanto maior o número de lançamentos mais próximo do resultado 50/50 é obtido. Dessa maneira, a repetição do evento torna o resultado do modelo mais próximo da realidade.</p><p>Termina aqui essa série de tutoriais! Espero que tenham gostado e entendido os conceitos básicos utilizados. Se tiverem dúvidas, comentários ou críticas podem entrar em contato!</p><p>Achou interessante esse trabalho e quer ver o resultado prático? Clica nos <em>banners </em>abaixo para ir para o blog do Clube da Aposta e conferir.</p><figure><a href="https://clubedaposta.com/probabilidade-titulo-classificacao/"><img alt="" src="https://cdn-images-1.medium.com/max/850/1*njitXZYeXUGSEpUYy9SQyQ.gif" /></a></figure><figure><a href="https://clubedaposta.com/probabilidade-rebaixamento/"><img alt="" src="https://cdn-images-1.medium.com/max/850/1*rHrkPH0APeD3ZcExMBZqwA.gif" /></a></figure><p>Se tiver dúvidas, questões ou críticas pode me chamar nas redes sociais:</p><p><strong>Twitter:</strong> <a href="https://twitter.com/gabriel1991">https://twitter.com/gabriel1991</a></p><p><strong>Instagram:</strong> <a href="https://www.instagram.com/gabrielfonseca1991/">https://www.instagram.com/gabrielfonseca1991/</a></p><p><strong>Linkedin:</strong> <a href="https://www.linkedin.com/in/gabrielfonseca91/">https://www.linkedin.com/in/gabrielfonseca91/</a></p><p><strong>GitHub:</strong> <a href="https://github.com/gabriel19913">https://github.com/gabriel19913</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/480/1*jE-su0vPXWW0xnlDEYG0mg.gif" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=57c6cca3ee0a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-iii-57c6cca3ee0a">Prevendo a pontuação final do Campeonato Brasileiro — Parte III</a> was originally published in <a href="https://medium.com/data-hackers">Data Hackers</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Prevendo a pontuação final do Campeonato Brasileiro — Parte II]]></title>
            <link>https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-ii-eea54adf5f4?source=rss-898bea59cb05------2</link>
            <guid isPermaLink="false">https://medium.com/p/eea54adf5f4</guid>
            <category><![CDATA[normalization]]></category>
            <category><![CDATA[predictions]]></category>
            <category><![CDATA[heatmap]]></category>
            <category><![CDATA[data-science]]></category>
            <category><![CDATA[campeonato-brasileiro]]></category>
            <dc:creator><![CDATA[Gabriel Aparecido Fonseca]]></dc:creator>
            <pubDate>Sun, 01 Dec 2019 21:01:08 GMT</pubDate>
            <atom:updated>2020-03-17T17:45:11.532Z</atom:updated>
            <content:encoded><![CDATA[<h3>Prevendo a pontuação final do Campeonato Brasileiro — Parte II</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*m-7GRe58OT0DdU-C_Ly8sQ.jpeg" /></figure><blockquote>Outras partes dessa série:</blockquote><blockquote><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945">Prevendo a pontuação final do Campeonato Brasileiro — Parte I</a></blockquote><blockquote><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-iii-57c6cca3ee0a">Prevendo a pontuação final do Campeonato Brasileiro — Parte III</a></blockquote><p>Fala pessoal, voltando com a segunda parte do tutorial de como prever a pontuação dos times no campeonato brasileiro. Para quem está por fora, na <a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945">primeira parte desse tutorial</a> eu mostrei como fiz para montar o banco de dados utilizado na previsão da pontuação dos times no Campeonato Brasileiro. Esse material foi utilizado pelo <a href="https://clubedaposta.com/">Clube da Aposta</a> em uma série de postagens no nosso blog prevendo a pontuação e chance de rebaixamento e título para times de diversos campeonatos:</p><blockquote>Veja a nossa análise para título e classificação para os principais campeonatos: <a href="https://clubedaposta.com/probabilidade-titulo-classificacao/">https://clubedaposta.com/probabilidade-titulo-classificacao/</a></blockquote><blockquote>E confira também a nossa análise de rebaixamento: <a href="https://clubedaposta.com/probabilidade-rebaixamento/">https://clubedaposta.com/probabilidade-rebaixamento/</a></blockquote><p>Nessa segunda parte do tutorial vou apresentar as técnicas e métodos que foram utilizados na etapa de pré-processamento dos dados. Essa é uma fase crucial que se bem realizada pode contribuir e muito para diminuir o tempo de treinamento e a complexidade dos modelos que serão implementados.</p><p>Chega de papo e vamos codar!!!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/320/1*Q41O8bncbNc2VeIoUftzyA.gif" /></figure><h3>1 — Pré-processamento</h3><p>Em todo trabalho com análise de dados ou <em>machine learning</em> vai ser necessário trabalhar e modificar os dados. No <a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945">primeiro tutorial</a> eu destaquei a importância da qualidade dos dados. Então antes de qualquer coisa, é necessário fazer uma exploração dos dados, verificar se existem amostras repetidas, valores faltantes, <em>outliers</em> ou alguma anomalia.</p><p>Os dados que peguei estavam mais ou menos estruturados e não apresentavam nenhum problema. Pelo menos era o que eu achava… Analisando um pouco os dados, observei que alguns times estavam com pontuação negativa, o que é algo bem estranho porque isso não deveria ocorrer.</p><p>O que descobri foi que em alguns campeonatos clubes foram punidos com perda de pontos devido a diversas irregularidades. O mais famoso desses ocorridos foi o <a href="https://www.golazzo.com.br/calciopoli-escandalo-2006-campeonato-italiano/">esquema de compra de resultados do campeonato italiano de 2005-2006</a>. Agora sabendo dessa anomalia fica simples tratar os dados… Como não são muitas ocorrências eu vou simplesmente deletar elas. E é possível fazer isso com apenas uma linha de código:df=df[&#39;points_for&#39;]&gt;=0].</p><h3>2 — Normalização</h3><p>A próxima etapa de processamento realizado nos dados é a normalização. Os modelos utilizados em predição e classificação são baseados em estatística, probabilidade, cálculos matemáticos, etc, dessa maneira eles trabalham com número a fim de reconhecer os padrões existentes nos dados. Em geral, é comum encontrar nos dados variáveis que possuam ordem de grandezas completamente diferentes, como por exemplo, em um mesmo banco de dados alguma variável é mensurada em quilômetros enquanto outra em milímetros. Essas diferenças podem prejudicar muito o treinamento e conduzir a resultados que não sejam satisfatórios. Para corrigir isso é importante normalizar ou padronizar os dados.</p><p>A etapa de normalização é crucial em projetos de <em>machine learning</em>, e existem diversas técnicas para realizá-la. A biblioteca <em>scikit-learn</em> do <em>Python</em> possui diversos métodos para pré-processamento de dados. Não vou entrar muito as fundo em todos, então se você quiser pode dar uma olhada na d<a href="https://scikit-learn.org/stable/modules/classes.html#module-sklearn.preprocessing">ocumentação oficial</a>, ou <a href="https://towardsdatascience.com/preprocessing-with-sklearn-a-complete-and-comprehensive-guide-670cb98fcfb9">nesse post bem bacana</a> que o <a href="http://twitter.com/stevenvandorpe">@stevenvandorpe</a> publicou no Towards Data Science.</p><p>Nesse trabalho eu utilizei o método <a href="https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html">standard scaler</a>, ele padroniza os dados removendo a média e fazendo que tenham variância unitária. Isso pode ser calculado pela equação abaixo:</p><blockquote><em>z = (x — u) / s</em></blockquote><p>onde <strong><em>u</em></strong> é a média das amostras e<em> </em><strong><em>s</em></strong> o desvio padrão.</p><p>Para utilizar esse método é muito simples, basta chamar a classe e passar os dados no método fit_transform()como no código:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/593ad1729648f269b6893f22202faed6/href">https://medium.com/media/593ad1729648f269b6893f22202faed6/href</a></iframe><h3>3 — Seleção de características</h3><p>Outra etapa crucial em projetos de <em>machine learning</em> é a seleção de características, um conjunto de dados pode possuir inúmeras variáveis e algumas delas podem ser idênticas ou possuírem o mesmo nível de representatividade. O que quero dizer com isso? Simples, variáveis de entrada podem explicar de maneira idêntica a variável de saída, então porque não eliminar aquelas que são praticamente repetidas? A redução de características permite criar modelos mais simples além de facilitar e reduzir o tempo de treinamento.</p><h4>3.1 — Correlação de Pearson</h4><p>Uma técnica usada para verificar se duas variáveis são semelhante é a correlação de Pearson. Esse método verifica pares de características e gera coeficientes, aqueles com valores próximo a 1 mostram que as variáveis possuem correlação altamente positiva, ou seja, se uma aumenta de valor a outra também aumenta em uma proporção bem semelhante. Por sua vez, valores de correlação próximo a -1 mostram que as variáveis são inversamente proporcionais, assim quando uma aumenta de valor a outra diminui e vice-versa. Para fazer essa análise em <em>Python</em> basta utilizar o método .corr(). Esse método irá gerar um <em>DataFrame</em> como mostrado a seguir:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TFanzRzxpvxUo6HblgSlOQ.png" /></figure><p>Cada número nesse <em>DataFrame</em> representa a correlação entre duas variáveis, como observa-se a diagonal principal é sempre 1 porque representa a correlação de uma variável com ela mesma. Apesar de ser uma maneira interessante de ver a correlação entre variáveis, é mais fácil realizar essa análise de forma gráfica.</p><h4>3.2 — Heatmap</h4><p>Para isso, é utilizado o <em>heatmap</em>. Ele representa de forma condensada a correlação colorindo as células de cores distintas a depender do grau de correlação entre as variáveis. O <em>heatmap</em> para para esses dados que estou utilizando seria:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/720/1*NexyyPUWz7Xy5eXtMRyLRA.png" /></figure><p>Com o <em>heatmap</em> só de bater olho vemos que quanto maior a intensidade do vermelho na célula, maior também será o valor da correlação. Agora quanto mais azul, menor será o seu valor. Com essa análise podemos estipular um valor de corte para eliminar variáveis, isso depende do problema mas valores como 0,8 ou 0,9 geralmente são mais utilizados. Para gerar o <em>heatmap</em> mostrado utilizei o seguinte código:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/2539e1dd99f1ad61efabeecab97387eb/href">https://medium.com/media/2539e1dd99f1ad61efabeecab97387eb/href</a></iframe><p>Apesar de tudo o que disse não foi essa técnica que usei para selecionar características. Vocês deve estar pensando: “nossa, pra que esse lenga-lenga então Gabriel?” Bem… porque isso pode ser útil pra você em algum momento, e é sempre interessante realizar essa análise para poder conhecer mais as variáveis com as quais você está lidando.</p><h4>3.3 — PCA</h4><p>“Mas então como você selecionou as características?” Bom, pra isso eu usei uma técnica chamada análise de componentes principais (ou <em>principal component analysis </em>— PCA). Essa é uma técnica estatística bem interessante e poderosa, ela é utilizada principalmente para redução de dimensionalidade, ou seja para reduzir/selecionar características.</p><p>De maneira simples, o PCA projeta os dados na direção que maximiza a variância. Pode ser entendido como um mapeamento linear dos dados em um espaço dimensional menor no qual a variabilidade dos dados é maximizada. Achou complexo? Na verdade é bem simples, tem um tutorial muito explicativo disponível nesse site: <a href="http://setosa.io/ev/principal-component-analysis/">http://setosa.io/ev/principal-component-analysis/</a>.</p><p>Para simplificar, vamos imaginar um conjunto de dados que possua apenas duas variáveis (características), se plotarmos os dados em um gráfico de duas dimensões nós teríamos:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*lpFz9K5KMcUlrVQc3_HQbw.png" /></figure><p>Por esse gráfico observamos que existe variabilidade dos dados tanto no eixo X, quanto no eixo Y. Isso pode ser mais fácil de ser verificado se projetarmos os pontos em cada um dos eixos, como na figura abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/523/1*tcDLIlV1YeUu65uNwBrvSA.png" /></figure><p>E ao aplicar o PCA qual será a nossa saída? Observe na imagem abaixo como as saída gerada pelo PCA é interessante.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*PjgztWC56-jDNaAtkR55gQ.png" /></figure><p>A partir desse gráfico é possível observar que a variância é praticamente nula na segunda componente. Assim, a primeira componente principal explica praticamente toda variância dos dados e o <em>dataset</em> pode ser reduzido a apenas uma dimensão.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/528/1*1YOOl_z3VGCXbC87fGvq1Q.png" /></figure><p>Tem muito material interessante na internet explicando PCA, o objetivo aqui não é aprofundar demais, e sim apenas entender qual o funcionamento básico dele. Se quiserem maiores informações você pode acessar o tutorial do @GalarnykMichael para a <a href="https://towardsdatascience.com/pca-using-python-scikit-learn-e653f8989e60">Towards Data Science,</a> a <a href="https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html">documentação oficial do scikit-learn</a>,<a href="https://www.kindsonthegenius.com/2019/01/12/principal-components-analysispca-in-python-step-by-step/"> esse tutorial mostrando como fazer o PCA passo a passo em Python</a>, ou <a href="https://www.datacamp.com/community/tutorials/principal-component-analysis-in-python">esse artigo do DataCamp</a>.</p><p>Entendido com funciona o PCA, vai ficar mais fácil de entender o código que utilizei para reduzir a dimensionalidade e selecionar as características. Inicialmente eu tenho que saber qual o percentual da variância eu desejo manter para então saber quantas componente podem ser consideradas. Para isso utilizei o código a seguir.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/4cc37d970ce608739d96217238e3e5fb/href">https://medium.com/media/4cc37d970ce608739d96217238e3e5fb/href</a></iframe><p>No construtor da classe PCA são passados o número de componentes, no caso considerei todas as variáveis (15), depois é utilizado o método fit para ajustar o PCA. Após isso, gerei um vetor com a soma cumulativa explicada pelas componentes. Assim o código retorna:</p><pre>array([51.96689, 82.15692, 89.47236, 93.23823, 96.09423, 98.39308,<br>       99.09342, 99.65312, 99.98183, 99.99999, 99.99999, 99.99999,<br>       99.99999, 99.99999, 99.99999])</pre><p>Isso indica que somente a primeira componente explica aproximadamente 52% da variância dos dados, a primeira e a segunda 82% e assim sucessivamente. Pode-se inferir, portanto, que até a sétima componente 99% da variância dos dados é preservada. É possível observar isso graficamente também.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/720/1*P2I_luWqd2P6NwbegEz06w.png" /></figure><p>Por essa análise, podemos concluir que ao se utilizar as 7 primeiras componentes principais, 99% da variância dos dados é preservada. Assim parece coerente manter essa quantidade, o que é feito com o código a seguir:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/8163043f7abe0cc73d4defe030cc3825/href">https://medium.com/media/8163043f7abe0cc73d4defe030cc3825/href</a></iframe><pre>Percentual de variância explicada por cada componente: [51.967 30.19   7.315  3.766  2.856  2.299  0.7  ]<br>Percentual total de variância explicada pelas componente: 99.093%</pre><p>Você conseguiu observar a beleza do PCA, nós reduzimos a dimensão do nosso problema praticamente pela metade. Isso vai diminuir o tempo de treinamento e a complexidade dos modelos que serão utilizados. É óbvio que essa redução depende significativamente dos dados utilizados, e no meu caso existiam muitas variáveis com alta correlação entre si.</p><p>Por fim, cabe destacar um ponto. Após utilizar o PCA perde-se a noção física ou de significado das variáveis. Elas são convertidas em componentes principais e passa-se a se trabalhar em outro espaço de dados diferente daquele que os seus dados representavam inicialmente. Tenha isso em mente.</p><p>Por esse tutorial é isso pessoal! Na terceira e última parte explicarei especificamente os modelos e métodos utilizados na predição. Até :)</p><p>Achou interessante esse trabalho e quer ver o resultado prático? Clica nos <em>banners </em>abaixo para ir para o blog do Clube da Aposta e conferir.</p><figure><a href="https://clubedaposta.com/probabilidade-titulo-classificacao/"><img alt="" src="https://cdn-images-1.medium.com/max/850/1*njitXZYeXUGSEpUYy9SQyQ.gif" /></a></figure><figure><a href="https://clubedaposta.com/probabilidade-rebaixamento/"><img alt="" src="https://cdn-images-1.medium.com/max/850/1*rHrkPH0APeD3ZcExMBZqwA.gif" /></a></figure><p>Se tiver dúvidas, questões ou críticas pode me chamar nas redes sociais:</p><p><strong>Twitter:</strong> <a href="https://twitter.com/gabriel1991">https://twitter.com/gabriel1991</a></p><p><strong>Instagram:</strong> <a href="https://www.instagram.com/gabrielfonseca1991/">https://www.instagram.com/gabrielfonseca1991/</a></p><p><strong>Linkedin:</strong> <a href="https://www.linkedin.com/in/gabrielfonseca91/">https://www.linkedin.com/in/gabrielfonseca91/</a></p><p><strong>GitHub:</strong> <a href="https://github.com/gabriel19913">https://github.com/gabriel19913</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/459/1*-fmB5q1GqK0WbPjlSigw5Q.gif" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=eea54adf5f4" width="1" height="1" alt=""><hr><p><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-ii-eea54adf5f4">Prevendo a pontuação final do Campeonato Brasileiro — Parte II</a> was originally published in <a href="https://medium.com/data-hackers">Data Hackers</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Prevendo a pontuação final do Campeonato Brasileiro — Parte I]]></title>
            <link>https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945?source=rss-898bea59cb05------2</link>
            <guid isPermaLink="false">https://medium.com/p/179bf977b945</guid>
            <category><![CDATA[previsão]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[brasileirao]]></category>
            <category><![CDATA[campeonato-brasileiro]]></category>
            <dc:creator><![CDATA[Gabriel Aparecido Fonseca]]></dc:creator>
            <pubDate>Thu, 21 Nov 2019 20:47:20 GMT</pubDate>
            <atom:updated>2020-03-17T17:44:18.959Z</atom:updated>
            <content:encoded><![CDATA[<h3>Prevendo a pontuação final do Campeonato Brasileiro — Parte I</h3><blockquote>Outras partes dessa série:</blockquote><blockquote><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-ii-eea54adf5f4">Prevendo a pontuação final do Campeonato Brasileiro — Parte II</a></blockquote><blockquote><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-iii-57c6cca3ee0a">Prevendo a pontuação final do Campeonato Brasileiro — Parte III</a></blockquote><p>Está chegando a época do ano mais esperada. Provavelmente você pensou no natal ou virada do ano, mas eu estou me referindo mesmo ao final do campeonato brasileiro. Diferentemente de grande parte das grandes ligas de futebol no mundo, aqui no Brasil o campeonato se encerra no final do ano. E essa é uma época que torcedores ávidos começam a fazer as contas para saber se o seu time vai ser campeão, conseguir uma vaguinha na Libertadores do próximo ano, e tem aqueles que estão na sofrência invocando os deuses da matemática e do bom futebol esperando que o time saia da temida região da degola que leva à série B do ano seguinte.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/400/1*C4KB3hSkkyTjff0afJScqQ.gif" /></figure><p>Se você gosta de futebol e também estatística (assim como eu) deve ficar atento às probabilidades que os especialistas fazem nessa época para o campeonato brasileiro. Na busca de verificar se os mágicos dos números irão realmente revelar o que vai acontecer no mês de dezembro findada a competição.</p><p>Existem alguns sites que fazem a muito tempo esses cálculos. Mas atualmente temos ferramentas sofisticadas que nos ajudam nessa tarefa. Softwares, linguagens de programação e técnicas de inteligência computacional vieram para ficar e o uso de tais ferramentas cresceu muito nos últimos anos. Elas são utilizadas no nosso cotidiano sem que a gente perceba e claro o meio futebolístico não ia ficar sem aproveitar as benesses que ela proporciona.</p><p>Para quem não sabe eu trabalho como cientista de dados no <a href="https://clubedaposta.com/">Clube da Aposta</a>, e desenvolvemos recentemente um algoritmo para calcular essas probabilidades que faz os olhos dos torcedores brilharem (ou lacrimejarem) no final do ano.</p><p>O artigo com os resultados desses cálculos para o campeonato brasileiro pode ser analisado no blog no clube: <a href="https://clubedaposta.com/probabilidade-rebaixamento/chances-rebaixamento-brasileirao-serie-a-campeonato-brasileiro-2019/">Probabilidade Brasileirão Série A</a>. E não paramos por aí! Analisamos as probabilidades de rebaixamento de 14 diferentes campeonatos, você pode ver os resultados no seguinte link: <a href="https://clubedaposta.com/probabilidade-rebaixamento/">probabilidades de rebaixamento</a>.</p><p>Mas chega de papo, vem comigo nessa jornada que eu vou falar tudo sobre como nós fizemos isso…</p><h3>1 — Os dados</h3><p>Alguns dizem que os dados são tudo em <em>data science</em> e <em>machine learning</em>. E essas pessoas não estão erradas. Os algoritmos que utilizamos nessa área nada mais são do que técnicas estatísticas, lidam com números, probabilidades, matemática, assim qualquer ruído pode atrapalhar todo o trabalho. Hoje já existem técnicas mais sofisticadas que lidam melhor com essas situações, mas se for trabalhar com isso tenha essa máxima em mente: a qualidade dos dados é tudo para algoritmos de machine learning. Usando uma frase que vi não sei em que lugar: “<em>Trash in, trash out</em>”. Se a sua entrada é um lixo, sua saída também vai ser.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/260/1*9fLgRS8xnprs6gidpYMYFg.gif" /></figure><p>Agora você deve estar se perguntando: beleza Gabriel, mas o que fazer então para melhorar os dados. Bem, aí vai depender de muitos fatores, quais os tipos dos dados, de onde eles foram extraídos, qual a quantidade etc. Mas tudo isso é tema para um outro artigo. O meu objetivo aqui é falar sobre os dados que eu utilizei, e para a minha sorte são dados mais ou menos estruturados.</p><p>Primeiramente faça um exercício mental, qual o nosso objetivo? Queremos prever probabilidades: do time ser campeão, ficar no G4 ou ser rebaixado. Com isso em mente o que você acha que precisamos? Podemos partir do pressuposto que precisamos de dados históricos, a pontuação dos times em diversos campeonatos, mas não só isso…</p><p>Não adiantaria ter só a pontuação final do time na última rodada, nós queremos ver a trajetória, por exemplo, o campeonato está na rodada 30, certo time tem uma determinada quantidade de vitórias, derrotas, empates, gols, pontos etc. O algoritmo precisa perceber que existe um certo padrão para então prever qual vai ser a pontuação do time na última rodada.</p><p>Mas então como conseguimos os dados? Bem essa não parecia ser uma tarefa fácil, não conhecia nenhum site que mostrava uma tabela do campeonato rodada a rodada. Até que encontrei a galinha dos ovos de ouros, um site chamado <a href="https://www.worldfootball.net/">WordFootball</a> que disponibiliza exatamente isso que precisava para diversos campeonatos.</p><p>Bem, já sei de onde pegar os dados, mas como posso extrair eles? Agora vem a parte divertida, hora do código!</p><h3>2 — Pegando as tabelas e criando novas variáveis</h3><p>Eu não quero ser muito exaustivo sobre todos os pontos do código para você achar esse artigo extremamente chato. Então, todos os código que citar aqui estão nesse repositório: <a href="https://github.com/gabriel19913/soccer_probability">https://github.com/gabriel19913/soccer_probability</a>. Para a extração e manipulação de dados os arquivos são: get_data_league_github.ipynb e get_data_league_github.py. O código nos dois é o mesmo, mas um é um arquivo <em>jupyter notebook</em> e o outro é um arquivo em <em>Python</em> propriamente dito. Mas chega de enrolação e vamos colocar a mão na massa, ou melhor, no teclado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/300/1*hBrrnxE5mWFtCXtBTFOd_Q.gif" /></figure><p>A ideia geral para formar esse banco de dados é bastante simples. Selecionei alguns campeonatos e certas ligas, o código deve fazer um <em>loop</em> rodada a rodada em cada um dos campeonatos e temporadas e concatenar todos para no final criar um grande <em>DataFrame</em> (que nada mais é do que uma tabela que facilita a forma da gente realizar cálculos e operações com dados em <em>Python</em>).</p><p>Para fazer isso eu criei algumas funções, mas antes é importante destacar aqui um método da biblioteca <em>Pandas </em>(essa é uma biblioteca muito usada na manipulação de dados em <em>Python</em>) chamado read_html. Esse método é incrível, basta passar uma url para ele que é retornada uma lista com todas as tabelas da página. Isso é lindo, e facilita bastante o trabalho (pode acreditar em mim).</p><p>Vamos então falar da primeira função que eu criei: get_table(). Pelo o nome você deve ter percebido que ela é responsável por pegar a tabela do campeonato propriamente dito.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/6010e5a42555111de2b2daef11c2e333/href">https://medium.com/media/6010e5a42555111de2b2daef11c2e333/href</a></iframe><p>Observe que essa função recebe os seguintes parâmetros:</p><ul><li>current_round: rodada atual</li><li>max_rounds: número máximo de rodadas</li><li>league: campeonato</li><li>season: temporada</li><li>flag: uma flag porque em um determinado campeonato e temporada o final da url muda</li></ul><p>A primeira coisa que essa função faz é usar o read_htmlpara pegar a tabela do campeonato segundo os parâmetros que foram passados para a função. Depois disso, as colunas são renomeadas para ficarem mais legíveis. A coluna de gols obtidas possui os gols feitos e sofridos separados por ‘:’ na mesma coluna, então a função coloca eles em colunas distintas.</p><p>A seguir são feitas diversas manipulações e geradas novas variáveis a partir das disponíveis. Mas resumidamente:</p><p>1 — são criadas as variáveis de gols feitos (goals_for) e gols sofridos (goals_against);</p><p>2 — a coluna pos é alterada para iniciar do 1;</p><p>3 — é criada uma variável para indicar o número máximo de rodadas que o campeonato possui (max_rounds);</p><p>4 — é criada uma variável que indica quantas rodadas faltam para terminar o campeonato (rounds_left), que nada mais é: max_rounds — current_round;</p><p>5 — a variável possible_points indica quantos pontos o time poderia ter obtido se tivesse ganhado todos os jogos até aquela rodada;</p><p>6 — criada variávelperformance = (points_for / possible_points)*100, que indica o desempenho do time calculando um percentual de quantos pontos o time obteve em relação a todos disputados.</p><p>7 — a variável total_possible_points indica quantos pontos o time ainda pode obter se a partir da rodada atual ele ganhar todas as partidas;</p><p>8 — a variável goals_for_against_ratio é uma métrica da efetividade de um time fazer e levar gols, assim é a razão entre goals_for e goals_against, se maior que 1 o time faz mais gols que leva, caso contrário ele mais leva do que faz gols;</p><p>9 — por fim é adicionada a liga e a temporada daquela tabela específica.</p><p>A função get_table() é, portanto, o coração de todo o código, pois é ela que vai pegar pra gente cada uma das tabelas que precisamos pra gerar o nosso grande banco de dados.</p><h3>3 — Loopando nos campeonatos e temporadas</h3><p>Vou mostrar agora a função responsável por realizar um <em>loop</em> em todas as ligas, temporadas e rodadas que você quiser. Essa função é get_all_leagues().</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/0cc87b35376124665f76de8bb3b319ed/href">https://medium.com/media/0cc87b35376124665f76de8bb3b319ed/href</a></iframe><p>Observe, que ela recebe um único parâmetro que é um dicionário cujas chaves são o nome das ligas e os valores são listas nas quais o primeiro item são a temporada inicial e o segundo o número máximo de rodadas, como é possível analisar a seguir.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/1373ec0037be74c3d253b6b78a569789/href">https://medium.com/media/1373ec0037be74c3d253b6b78a569789/href</a></iframe><p>Dessa maneira, na função get_all_leagues() é inicialmente realizada uma decisão para verificar se a liga buscada é brasileira ou européia, já que nesse caso muda a forma de tratar a temporada (no Brasil é comum um ano, por exemplo 2005, enquanto na Europa o padrão é 2004–2005). Para ambos os casos é realizado um <em>loop </em>até a temporada na qual eu desejo pegar as informações e são utilizadas outras duas funções: get_league() e increment_league() .</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/c0bb70aa4ee017dbffe1c93ce6f886b5/href">https://medium.com/media/c0bb70aa4ee017dbffe1c93ce6f886b5/href</a></iframe><p>A primeira recebe o número máximo de rodadas, o campeonato, a temporada e a flag (como explicado na seção anterior) e retorna um <em>DataFrame</em> com todas as informações para todas rodadas daquele campeonato e temporada especificados. Vale destacar que utilizei o processamento paralelo para que a função fosse executada mais rapidamente, aqui não vou aprofundar mais sobre o assunto, caso tenha curiosidade você pode pesquisar mais sobre a biblioteca joblib.</p><p>A outra função utilizada dentro do loop (increment_season()) é bem simples, ela recebe somente qual a temporada atual, transforma o valor de string para inteiro para poder incrementar para a próxima temporada.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/ac40b685f0bf83076573c170a85eaae4/href">https://medium.com/media/ac40b685f0bf83076573c170a85eaae4/href</a></iframe><p>Assim, os loops da função get_all_leagues() geram listas com diversos <em>DataFrames</em> que representam as tabelas dos campeonatos com as temporadas e todas as sua rodadas. Ao final dessa função, todos esses <em>DataFrames</em> são então concatenados gerando a tabela final.</p><h3><strong>4 — Adicionando a pontuação final</strong></h3><p>Uma coisa que talvez você tenha notado é que até agora o que temos é um grande DataFrame com as tabela rodada a rodada de diversos campeonatos. Mas e a pontuação final que é o que queremos prever?</p><p>Pra isso eu criei a seguinte função:</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/c331b6d0a183cc33b9ff78101119e56b/href">https://medium.com/media/c331b6d0a183cc33b9ff78101119e56b/href</a></iframe><p>As duas primeiras linhas da função apresentam duas operações necessárias para tratar o nome de um time que não estava consistente em todo <em>DataFrame</em> e algumas situações nas quais as variáveiscurrent_round,rounds_lefte loss não estavam com valores corretos.</p><p>Após isso, foram utilizados dois laços: o primeiro percorre todos os campeonatos únicos e o segundo percorre as temporadas únicas. Assim, é criado um novo <em>DataFrame </em>derivado do original mas selecionando a temporada e o campeonato específicos.</p><p>Em seguida, é criado um novo <em>DataFrame</em> baseado no anterior, mas contendo a pontuação na última rodada do campeonato. Assim, é gerado um novo <em>DataFrame</em> a partir do mergeentre esses dois e é adicionado em uma lista. Por fim, é realizada a concatenação dos <em>DataFrame</em> da lista é realizada e temos o conjunto de dados final, com todas as informações que geramos e a coluna com a pontuação final para cada campeonato e temporada. Uma pequena amostra dele pode ser vista abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dAOEZYsfQ0epu2OjOAAV5g.png" /></figure><p>Para a primeira parte desse tutorial é isso pessoal! Na segunda parte vou mostrar os modelos que geram as predições e probabilidades. Peço perdão se você achou que ficou muito longo, tentei ser explicativo, mas mesmo assim não teve como entrar a fundo em tudo. Até a próxima!</p><p>Achou interessante esse trabalho e quer ver o resultado prático? Clica nos <em>banners </em>abaixo para ir para o blog do Clube da Aposta e conferir.</p><figure><a href="https://clubedaposta.com/probabilidade-titulo-classificacao/"><img alt="" src="https://cdn-images-1.medium.com/max/850/1*njitXZYeXUGSEpUYy9SQyQ.gif" /></a></figure><figure><a href="https://clubedaposta.com/probabilidade-rebaixamento/"><img alt="" src="https://cdn-images-1.medium.com/max/850/1*rHrkPH0APeD3ZcExMBZqwA.gif" /></a></figure><p>Se tiver dúvidas, questões ou críticas pode me chamar nas redes sociais:</p><p><strong>Twitter:</strong> <a href="https://twitter.com/gabriel1991">https://twitter.com/gabriel1991</a></p><p><strong>Instagram:</strong> <a href="https://www.instagram.com/gabrielfonseca1991/">https://www.instagram.com/gabrielfonseca1991/</a></p><p><strong>Linkedin:</strong> <a href="https://www.linkedin.com/in/gabrielfonseca91/">https://www.linkedin.com/in/gabrielfonseca91/</a></p><p><strong>GitHub:</strong> <a href="https://github.com/gabriel19913">https://github.com/gabriel19913</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/430/1*i1-a4tOOVUg79MsdAcKB5g.gif" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=179bf977b945" width="1" height="1" alt=""><hr><p><a href="https://medium.com/data-hackers/prevendo-a-pontua%C3%A7%C3%A3o-final-do-campeonato-brasileiro-parte-i-179bf977b945">Prevendo a pontuação final do Campeonato Brasileiro — Parte I</a> was originally published in <a href="https://medium.com/data-hackers">Data Hackers</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Tutorial definitivo para configurar meu ambiente de desenvolvimento Python no Windows]]></title>
            <link>https://medium.com/data-hackers/tutorial-definitivo-para-configurar-meu-ambiente-de-desenvolvimento-python-no-windows-da67e09feb7a?source=rss-898bea59cb05------2</link>
            <guid isPermaLink="false">https://medium.com/p/da67e09feb7a</guid>
            <category><![CDATA[vscode]]></category>
            <category><![CDATA[bash]]></category>
            <category><![CDATA[ubuntu]]></category>
            <category><![CDATA[chocolatey]]></category>
            <category><![CDATA[windows-subsystem-linux]]></category>
            <dc:creator><![CDATA[Gabriel Aparecido Fonseca]]></dc:creator>
            <pubDate>Mon, 19 Aug 2019 00:24:21 GMT</pubDate>
            <atom:updated>2020-01-23T12:11:39.275Z</atom:updated>
            <content:encoded><![CDATA[<h3>Tutorial definitivo para configurar o ambiente de desenvolvimento Python no Windows</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-4LaclY4rSnaelGyX4f7dQ.jpeg" /><figcaption>Imagem de <a href="https://pixabay.com/pt/users/geralt-9301/?utm_source=link-attribution&amp;utm_medium=referral&amp;utm_campaign=image&amp;utm_content=4412147">Gerd Altmann</a> por <a href="https://pixabay.com/pt/?utm_source=link-attribution&amp;utm_medium=referral&amp;utm_campaign=image&amp;utm_content=4412147">Pixabay</a></figcaption></figure><p>Fala pessoas, tudo bem! Estou fazendo esse tutorial de título gigante como um lembrete para o meu eu do futuro. Caso vá usar outro PC ou formate o atual, esse tutorial vai ser útil pra não ter que garimpar todo material na net novamente. Então achei que seria interessante divulgar isso para outras pessoas também. Agora chega de enrolação e vamos colocar a mão na massa!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/320/1*ZgECaqbHdnjZum7Q5IE-3A.gif" /></figure><h3>Parte 1 — Instale programas com Chocolatey</h3><p><strong>Se você já tem um editor de texto ou IDE instalado pode pular essa parte e ir direto para a Parte 2</strong>. Agora se você está configurando sua máquina do zero acompanhe essa parte, você não vai se arrepender.</p><p>Um belo dia em um grupo de Python conversa vai conversa vem, o Eduardo Mendes (<a href="https://twitter.com/dunossauro">@dunossauro</a>) — que faz um conteúdo absurdamente ótimo sobre Python — citou uma forma de instalar programas no Windows chamada Chocolatey.</p><p><strong>Mas afinal o que é o Chocolatey?</strong> Citando o próprio site deles:</p><blockquote><strong>Chocolatey is a package manager for Windows (like apt-get or yum but for Windows)</strong>. It was designed to be a <strong>decentralized</strong> framework for quickly installing applications and tools that you need.</blockquote><p>Em tradução livre: Chocolatey é um gerenciados de pacotes para Windows (como apt-get ou yum mas para Windows). Foi projetado para ser um framework descentralizado para instalar rapidamente as aplicações e ferramentas que você precisa.</p><p>Assim, o Chocolatey facilita bastante o processo de instalar programas no Windows. Com ele você não precisa ir no site de cada software, baixar cada um e instalar separadamente. Com apenas uma linha de comando você pode fazer isso! Para maiores informações você pode basta acessar: <a href="https://chocolatey.org/">https://chocolatey.org</a></p><p>Acabada as introduções, vamos ao que interesse. <strong>Como instalar o Chocolatey?</strong></p><p>Isso é muito simples, basta abrir o prompt de comando <strong>como administrador</strong> e digitar o seguinte código:</p><pre>@&quot;%SystemRoot%\System32\WindowsPowerShell\v1.0\powershell.exe&quot; -NoProfile -InputFormat None -ExecutionPolicy Bypass -Command &quot;iex ((New-Object System.Net.WebClient).DownloadString(&#39;<a href="https://chocolatey.org/install.ps1&#39;">https://chocolatey.org/install.ps1&#39;</a>))&quot; &amp;&amp; SET &quot;PATH=%PATH%;%ALLUSERSPROFILE%\chocolatey\bin&quot;</pre><p>Para saber se a instalação ocorreu corretamente basta digitar choco no cmd, assim deve aparecer a versão do Chocolatey que foi instalada.</p><p>É possível instalar usando o powershell tbm se você preferir: <a href="https://chocolatey.org/install">https://chocolatey.org/install</a></p><p><strong>E agora para instalar os programas?</strong></p><p>Isso também é bastante simples, acesse o site do Chocolatey e no campo de busca digite o nome do programa que você quer instalar. Entrando na página do programa vai ter a instrução, mas é bastante direto. Por exemplo, para instalar o VsCode, basta digitar no cmd (como administrador):</p><pre>choco install vscode -y</pre><p>Inserindo -y antes de instalar o programa ele não vai fazer nenhuma pergunta e prosseguir diretamente com a instalação.</p><p>Caso queira instalar vários programas é bem simples também, basta colocar o nome deles com espaço. Abaixo tem um exemplo da instalação do <strong>VsCode </strong>(melhor editor de texto para programação), <strong>Brave</strong> (melhor browser) e o <strong>Keypirinha </strong>(melhor maneira de pesquisar por programas no Windows).</p><pre>choco install vscode brave keypirinha -y</pre><p>Para ver os programas instalados é só digitar choco list --local-only no cmd. Uma lista de comandos disponíveis pode ser vista nesse link: <a href="https://chocolatey.org/docs/commands-reference">https://chocolatey.org/docs/commands-reference</a></p><p>Muito mais simples instalar programas assim, né?</p><p>Mas para a parte de desenvolvimento basta instalar o VsCode.</p><h3>Parte 2 — Habilitando o Windows Subsystem Linux (WLS)</h3><p>Para quem não sabe, atualmente é possível usar sistemas Linux diretamente dentro do Windows, sem <em>dual boot</em> ou <em>virtual machine.</em> Não você não leu errado. É isso mesmo que eu disse. Noto que desenvolvedores tem uma preferência por Linux ou MacOs, mas alguns gostam dos programas que rodam somente no Windows como Office, então o WLS une o útil ao agradável.</p><p>Antes de habilitar o WLS é necessário ativar o modo de desenvolvedor:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5EQfbldegZm_NDQFgNsoQQ.png" /><figcaption>Ativar o Modo de desenvolvedor</figcaption></figure><p>Após isso, para habilitar o WLS basta seguir o tutorial disponível no site da Microsoft: <a href="https://docs.microsoft.com/pt-br/windows/wsl/install-win10">https://docs.microsoft.com/pt-br/windows/wsl/install-win10</a></p><p>Mas resumidamente, você deve abrir o powershell como administrador e digitar o código:</p><pre>Enable-WindowsOptionalFeature -Online -FeatureName Microsoft-Windows-Subsystem-Linux</pre><p>E então é necessário reiniciar o computador.</p><p>Agora, é só instalar uma das diversas versões do Linux disponíveis na Microsoft Store. Basta pesquisar por Linux na loja, ou diretamente pelo nome da distro que você quer instalar. No meu caso, vou instalar o Ubuntu mesmo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0Q6SFkDxzYq6-vTcnrBUHg.png" /><figcaption>Baixar versão do Linux</figcaption></figure><p>Após a instalação é só digitar Ubuntu na caixa de pesquisa do windows e abrir o terminal. Na primeira inicialização ele vai pedir um usuário e senha.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*F0WS-lHdaQfHwo0DxtO7NQ.png" /></figure><p>Após isso é bom atualizar o Ubuntu digitando no terminal bash:</p><pre>sudo apt update &amp;&amp; sudo apt upgrade</pre><p>Antes de prosseguir eu vou mudar o estilo do WLS para ficou um pouco parecido com o terminal do Ubuntu, mas não vou entrar em detalhes aqui. Caso queira fazer isso também acesse o ótimo tutorial do <a href="http://twitter.com/jgarijogarde">@jgarijogarde</a>, disponível em: <a href="https://medium.com/better-programming/make-bash-on-ubuntu-on-windows-10-look-like-the-ubuntu-terminal-f7566008c5c2">Make Bash on Ubuntu on Windows 10 Look Like the Ubuntu Terminal</a>.</p><p>Mais detalhes sobre o WLS podem ser encontrados também em: <a href="https://devblogs.microsoft.com/commandline/learn-about-windows-console-and-windows-subsystem-for-linux-wsl/">Learn About Windows Console &amp; Windows Subsystem For Linux (WSL)</a>.</p><h3>Parte 3 — Configurando WLS</h3><p>Vou mostrar agora algumas configurações interessantes e importantes que acho necessário realizar no WLS.</p><p>A primeira coisa é fazer uma pasta no seu HD para salvar os seus projetos Python. Algo que vi na internet enquanto pesquisava sobre isso é que <strong>em hipótese alguma você deve alterar os arquivos linux</strong>, mas pode usar o bash para manipular os arquivos Windows. E você vai notar que pelo bash você consegue acessar o drive C:. Para verificar isso digite em sequência o código a seguir:</p><pre>cd /<br>cd mnt/<br>cd c/</pre><p>Assim, você pode acessar a sua recém pasta de projetos criada da seguinte maneira:</p><pre>/mnt/c/Users/gabri/Projetos</pre><p><strong>Observação: veja que o Ubuntu usa barras invertidas.</strong></p><p>Para que não seja necessário digitar sempre o o comando para entrar na pasta de projetos, vou adicionar um <em>alias</em> no arquivo .bash_profile. Portanto, digite no terminal o código a seguir.</p><pre>nano ~/.bash_profile</pre><p>Quando o arquivo abrir, deve-se colocar o código.</p><pre>alias ´projetos=&#39;cd &quot;/mnt/c/Users/gabri/Projetos&quot;&#39;<br>projetos</pre><p>Após editar o arquivo digite ctrl + o e enter para salvar o arquivo e ctrl + x para sair. Além disso, tem que digitar o comando abaixo para ativar o arquivo:</p><pre>source ~/.bash_profile</pre><p><strong>Observação: Para ativar as cores da fonte novamente deve editar o arquivo </strong><strong>~/.bash_profile e adicionar linha </strong><strong>PS1=&#39;\[\033[1;36m\]\u\[\033[1;31m\]@\[\033[1;32m\]\h:\[\033[1;35m\]\w\[\033[1;31m\]\$\[\033[0m\] &#39;.</strong></p><p>O bash está pronto para uso e se você digitar python3 no terminal vai ver que ele já vem com o Python instalado que é usado pelo sistema. Mas nunca é uma boa ideia usar o Python do sistema, e é por isso que vou utilizar o pyenv.</p><h3>Parte 4— Configurando Python no Ubuntu com pyenv</h3><p>Para configurar o pyenv é bem simples também. Para isso tem um ótimo tutorial no Real Python: <a href="https://realpython.com/intro-to-pyenv/">Managing Multiple Python Versions With pyenv</a>. Mas vou dar um resumida nas principais partes.</p><p>Para instalar o pyenv inicialmente é necessário instalar algumas dependências. Para isso, basta digitar o comando abaixo no bash.</p><pre>sudo apt-get install -y make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev python-openssl</pre><p>Após instalada as dependências o pyenv pode ser instalado com o comando:</p><pre>curl https://pyenv.run | bash</pre><p>Isso vai instalar pyenv com alguns plugins uteis:</p><ol><li><strong>pyenv</strong>: A aplicação pyenv propriamente dita</li><li><strong>pyenv-virtualenv</strong>: Plugin parapyenv e ambientes virtuais</li><li><strong>pyenv-update</strong>: Plugin para atualizar o pyenv</li><li><strong>pyenv-doctor</strong>: Plugin para verificar que pyenve dependências estão instaladas.</li><li><strong>pyenv-which-ext</strong>: Plugin para buscar automaticamente comandos do sistema.</li></ol><p>Após a instalação, é necessário adicionar o código abaixo no .bash_profile:</p><pre>export PATH=&quot;$HOME/.pyenv/bin:$PATH&quot;<br>eval &quot;$(pyenv init -)&quot;<br>eval &quot;$(pyenv virtualenv-init -)&quot;</pre><p><strong>Observação: colocar o código acima também no arquivo </strong><strong>~/.bashrc.</strong></p><p>Para instalar um aversão do Python usando o pyenv basta digitar o código abaixo no terminal:</p><pre>pyenv install -v 3.7.4</pre><p>Você pode ver as versões do Python disponíveis digitando: pyenv install --list.</p><p>Após a instalação é possível ver as versões instaladas com o comando pyenv version. O que resulta em:</p><pre>* system (set by /home/gabriel/.pyenv/version)<br>  3.7.4</pre><p>O * indica que a versão do Python ativada atualmente é a do sistema. Então, por padrão está sendo utilizado ainda a versão Python do sistema. Para alterar para a a versão recém instalada basta entrar com o comando: pyenv global 3.7.4.</p><p>Para criar um novo ambiente virtual basta entrar na pasta do projeto pelo terminal e entrar com o código abaixo, substituindo pela versão do Python que queira usar e o nome do ambiente (geralmente coloco o mesmo nome da pasta do projeto).</p><pre>pyenv virtualenv &lt;python_version&gt; &lt;environment_name&gt;</pre><p>Para ativar e desativar o ambiente são usados os seguintes comandos:</p><pre>pyenv activate &lt;environment_name&gt;<br>pyenv deactivate</pre><p>Para deletar algum ambiente basta entrar com o código a seguir no terminal:</p><pre>pyenv uninstall &lt;environment_name&gt;</pre><p>Cansou de tudo isso? Desanima não que estamos quase acabando, agora vamos configurar o VsCode.</p><h3>Parte 5— Configurando o VsCode</h3><p>A primeira etapa para trabalhar com o WLS no VsCode é instalar a extensão <a href="https://marketplace.visualstudio.com/items?itemName=ms-vscode-remote.remote-wsl">Remote — WLS</a>. Após instalá-la você pode entrar na pasta do projeto pelo terminal e digitar code . para abrir essa pasta no VsCode. No canto inferior direito você deve ver WLS escrito. Caso contrário, clique nessa região e escolha a opção de abrir pasta com WLS. Pode ser necessário também adicionar uma exceção no firewall para poder acessar o WLS remotamente.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/350/1*ZRu6dMh_h5_fjIfzxAezNQ.png" /></figure><p>Agora você pode proceder com a instalação das demais extensões que desejar. Só é importante ficar atento ao fato de que elas devem ser instaladas no WLS e não localmente apenas. Observe na figura abaixo que quando as extensões são instaladas no WLS elas aparecem em uma região separada.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/350/1*4PEYmE3pQBqO9j7sJoO2zQ.png" /></figure><p>As extensões que eu mais gosto e uso são: editor config, git history, indent-rainbow, polacode, project manager, python, rainbow brackets, intellicode e vscode-icons.</p><p>Bem, é basicamente isso, quando você inserir um arquivo python nessa pasta, e tiver a extensão python instalada, vai aparecer um opção para selecionar a versão do python e você pode selecionar o seu ambiente virtual (no exemplo abaixo, o meu <em>virtual env</em> chama “teste”).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/350/1*-DJUIv9fq3NxsmIUBTG1xQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/749/1*ZniNAov9bd1FY6uGdLLFLA.png" /></figure><h3>Bonus — Git</h3><p>Como bonus ia falar do Git e GitHub, mas pelo o que tudo indica ele já vem instalado no WLS. Porque não precisei instalar e ao digitar git apareceram os comandos. Basta então adicionar uma nova chave ssh. Perfect!</p><p>É isso pessoal, sei que o tutorial ficou meio longo, mas tentei ser o mais explicativo possível, até porque futuramente é provável que eu tenha que consultar novamente. Agora a minha máquina está pronta, e posso começar a programar!</p><p>Gostou do tutorial? Quer tirar dúvidas e trocar uma ideia? Me chama nas redes sociais:</p><p><strong>Twitter:</strong> <a href="https://twitter.com/gabriel1991">https://twitter.com/gabriel1991</a></p><p><strong>Instagram:</strong> <a href="https://www.instagram.com/gabrielfonseca1991/">https://www.instagram.com/gabrielfonseca1991/</a></p><p><strong>Linkedin:</strong> <a href="https://www.linkedin.com/in/gabrielfonseca91/">https://www.linkedin.com/in/gabrielfonseca91/</a></p><p><strong>GitHub:</strong> <a href="https://github.com/gabriel19913">https://github.com/gabriel19913</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/498/1*i-BB_lOKDykruFiFdoNBpw.gif" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=da67e09feb7a" width="1" height="1" alt=""><hr><p><a href="https://medium.com/data-hackers/tutorial-definitivo-para-configurar-meu-ambiente-de-desenvolvimento-python-no-windows-da67e09feb7a">Tutorial definitivo para configurar meu ambiente de desenvolvimento Python no Windows</a> was originally published in <a href="https://medium.com/data-hackers">Data Hackers</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>