Deep Learnig para dados estruturados

Olá Raphael.

Você consegue sim utilizar os dados que utilizamos no curso Machine Learning: Introdução a classificação com SKLearn no Keras, fiz uns testes no Colab, mas entendo que a quantidade de dados que temos é bem limitante e então as abordagens apresentadas no curso de SKLearn fazem mais sentido.

Utilizei o mesmo código apresentado no curso do SKLearn para carregar os dados:

x = dados[['horas_esperadas', 'preco']]
y = dados['finalizado']
x_train, x_test, y_train, y_test = train_test_split(x, y,
                                                    test_size=0.25,
                                                    stratify=y)

E utilizei o mesmo código apresentado no curso do Keras treinar o modelo :

modelo = keras.Sequential([ 
    keras.layers.Flatten(input_shape=(2, )),
    keras.layers.Dense(256, activation=tensorflow.nn.relu),
    keras.layers.Dropout(0.2),
    keras.layers.Dense(10, activation=tensorflow.nn.softmax)
])

modelo.compile(optimizer='adam',
               loss='sparse_categorical_crossentropy',
               metrics=['accuracy'])

A unica modificação foi feita na camada de Flatten, já que agora nossos dados tem um formato diferente.

x.loc[0].shape
(2,)

E os dados usados em ambos os cursos são "equivalentes", os dados do curso de Keras são mais difíceis de enxergar, mas cada valor representa um "característica" de cada pixel de cada imagem, como por exemplo cor e contraste Você pode ver em detalhes na documentação que descreve os dados que a função, que usamos para plotar os dados, espera receber.

Espero ter ajudado a esclarecer, qualquer duvida não hesite em perguntar.

Bons Estudos.