Introdução ao Aprendizado de Máquina (Machine Learning)
Teoria e prática com python.
- Descrição
- Currículo
- FAQ
- Revisões
Tempo de leitura less than a minute
O curso é separado em 8 semanas. Nas primeiras duas semanas, começamos do básico explicando o que é aprendizado de máquina e quais são os conceitos fundamentais do curso.
Nas últimas 6 semanas, fazemos um tour por vários tópicos e cobrimos os algoritmos mais famosos de aprendizado de máquina, entre eles: regressão linear, regressão logística, lasso, redes neurais, convoluções, árvores de decisão, florestas aleatórias, k-médias, misturas gaussianas e filtro colaborativo.
Ao final de cada semana temos um vídeo de programação onde eu mostro como programar os algoritmos discutidos naquela semana.
Sempre que possível eu uso de exemplos da minha experiência como cientista de dados no Airbnb e no Uber.
Conceitos básicos
Regressão linear
Classificação e regressão logística
Redes Neurais
Introdução a deep learning
-
39
Por que precisamos de redes neurais? -
40
Relação com biologia
-
41
Exemplos de redes neurais
-
42
Propagação para frente e para trás
-
43
Matemática das redes neurais
-
44
Teorema da aproximação universal e outras funções de ativação
-
45
Interpretação de um neurônio
-
46
Dropout (abandono)
-
47
Transferir o aprendizado
-
48
Quiz semana 5 -
49
Programando: rede neural com tensorflow e keras
Árvores de decisão e florestas aleatórias
-
50
Tópicos da semana
-
51
Dificuldades com redes neurais profundas
-
52
Gradientes desaparecendo ou explodindo
-
53
Outras técnicas de deep learning
-
54
Convoluções
-
55
Bordas e passo
-
56
Interpretação dos filtros
-
57
Camadas pooling
-
58
Arquitetura das CNNs
-
59
Aplicando CNN em séries temporais
-
60
Quiz semana 6
-
61
Programando: CNN com tensorflow e keras
Aprendizado não supervisionado e sistemas de recomendação
-
62
Tópicos da semana
-
63
Exemplos de árvore de decisão
-
64
Pseudo-código de árvore de decisão
-
65
Gini e entropia
-
66
Regularização de árvores de decisão
-
67
Prós e contras
-
68
Conjuntos de modelos (ensembles)
-
69
Encasamento (bagging) e colagem (pasting)
-
70
Florestas aleatórias
-
71
Adaboosting e Gradient Boosting Trees
-
72
Quiz semana 7
-
73
Programando: Florestas aleatórias com sklearn e graphviz
Conclusão
-
74
Tópicos da semana
-
75
Algoritmos de agrupamento
-
76
K-médias
-
77
Pseudo-código de K-médias
-
78
Implementação de K-médias
-
79
Como escolher K
-
80
Misturas gaussianas
-
81
Sistemas de recomendação
-
82
Recomendação baseada no conteúdo
-
83
Filtro colaborativo
-
84
Quiz semana 8
-
85
Programando: K-médias com sklearn
How long do I have access to the course materials?
You can view and review the lecture materials indefinitely, like an on-demand channel.
Can I take my courses with me wherever I go?
Definitely! If you have an internet connection, courses on Udemy are available on any device at any time. If you don't have an internet connection, some instructors also let their students download course lectures. That's up to the instructor though, so make sure you get on their good side!
Estrelas 5
42
Estrelas 4
15
Estrelas 3
14
Estrelas 2
2
Estrelas 1
0
Categoria:
Course details
Vídeo
8 hours
Certificate of Completion
Popular courses
