Nesse projeto de forecast modelo previsão bitcoin utlizando modelos ARIMA, SARIMA, SARIMAX como vai está o valor do bitcoin no futuro uma previsão. Algumas ferramentas vai ser utilizada python autoarima, statsmodels, fbprophet.
No segundo projeto modelo processamento de linguagem natural análise de sentimentos e extração de tópicos, utlizando modelo LDA para fazer extração dos textos mais comentados.
Bases de dados foi extraida site do kaggle, e uma API em python extração dos dados.
Machine learning: Python, R, autoarima, statsmodels, fbprophet
Instalação das bibliotecas para esse projeto no python.
conda install -c conda-forge pandas
conda install -c conda-forge scikitlearn
conda install -c conda-forge numpy
conda install -c conda-forge scipy
conda install -c conda-forge matplotlib
conda install -c conda-forge statsmodels
conda install -c conda-forge fbprophet
conda install -c conda-forge pmdarima
python==3.6.4
numpy==1.13.3
scipy==1.0.0
matplotlib==2.1.2
statsmodels==0.13.2
fbprophet==0.7.1
pmdarima==2.0.0
Instalação do Python É altamente recomendável usar o anaconda para instalar o python. Clique aqui para ir para a página de download do Anaconda https://www.anaconda.com/download. Certifique-se de baixar a versão Python 3.6. Se você estiver em uma máquina Windows: Abra o executável após a conclusão do download e siga as instruções.
Assim que a instalação for concluída, abra o prompt do Anaconda no menu iniciar. Isso abrirá um terminal com o python ativado. Se você estiver em uma máquina Linux: Abra um terminal e navegue até o diretório onde o Anaconda foi baixado. Altere a permissão para o arquivo baixado para que ele possa ser executado. Portanto, se o nome do arquivo baixado for Anaconda3-5.1.0-Linux-x86_64.sh, use o seguinte comando: chmod a x Anaconda3-5.1.0-Linux-x86_64.sh.
Agora execute o script de instalação usando.
Depois de instalar o python, crie um novo ambiente python com todos os requisitos usando o seguinte comando
conda env create -f environment.yml
Após a configuração do novo ambiente, ative-o usando (windows)
activate "Nome do projeto"
ou se você estiver em uma máquina Linux
source "Nome do projeto"
Agora que temos nosso ambiente Python todo configurado, podemos começar a trabalhar nas atribuições. Para fazer isso, navegue até o diretório onde as atribuições foram instaladas e inicie o notebook jupyter a partir do terminal usando o comando
jupyter notebook
Nome | Link base dados |
---|---|
Bitcoin - Série temporal | Link projeto |
Bitcoin Tweets - NLP | Link projeto |
-
Previsão dos bitcoin e a tendencia da moeda, modelo análise de sentimento o que pessoal está dizendo sobe as moedas.
-
Extração de tópicos em textos, os sentimentos que as pessoas estão dizendo.
-
Verificar a têndencia dos textos.
Se você tiver algum feedback, por favor nos deixe saber por meio de rafaelhenriquegallo@gmail.com