Aprenda Machine Learning em Python com Scikit-learn
- Descrição
- Currículo
- FAQ
- Revisões
Machine Learning é uma da áreas da Inteligência Artificial e se baseia no uso de modelos estatísticos para treinar computadores a fazer previsões e reconhecer padrões. Esta tecnologia é usada pelas maiores empresas do mundo nas mais diversas áreas, como na Saúde (Diagnóstico de pacientes), Finanças (Detecção de fraudes), E-Commerce (Sistemas de recomendações), Transportes (Previsão de demanda), Serviços inteligentes governamentais e muito mais.
Neste curso você vai aprender desde o zero como fazer Machine Learning Supervisionado usando Python e a biblioteca Scikit-Learn. Serão ensinados 4 modelos estatísticos (Regressão Linear, Regressão Logística, KNN e SVM) aplicados a exemplos reais de Machine Learning. Aplicaremos estes modelos em diferentes conjuntos de dados e faremos uma comparação da performance de cada um deles para entender qual é o modelo mais adequada para cada situação.
Neste curso você vai adquirir não apenas o conhecimento prático dos algoritmos de Machine Learning em Python, mas também vai entender como os modelos estatísticos funcionam para treinar o computador a fazer previsões e classificações.
Que ensinar o seu computador a tomar decisões? Então inscreva-se agora no curso de Machine Learning em Python.
-
4Importação do Iris DatasetVídeo Aula
-
5Aplicação do Modelo KNNVídeo Aula
-
6Avaliação da Performance do ModeloVídeo Aula
-
7Exercício: Análise de Performance e Seleção do Valor de KVídeo Aula
-
8Resolução do Exercício: Análise de Performance e Seleção do Valor de KVídeo Aula
-
9O Modelo de Regressão LogísticaVídeo Aula
-
10Aplicação da Regressão Logística no Iris DatasetVídeo Aula
-
11Importação do Advertising DatasetVídeo Aula
-
12O modelo de Regressão LinearVídeo Aula
-
13Aplicação do Modelo de Regressão Linear (Parte 1)Vídeo Aula
-
14Aplicação do Modelo de Regressão Linear (Parte 2)Vídeo Aula
-
15Avaliação da Performance do Modelo de Regressão LinearVídeo Aula
-
16Exercício: Seleção das VariáveisVídeo Aula
-
17Resolução do Exercício: Seleção das Variáveis (Parte 1)Vídeo Aula
-
18Resolução do Exercício: Seleção das Variáveis (Parte 2)Vídeo Aula
-
19Importação do Digits DatasetVídeo Aula
-
20O Algoritmo SVM: Support Vector MachineVídeo Aula
-
21Aplicação do SVM (Parte 1)Vídeo Aula
-
22Aplicação do SVM (Parte 2)Vídeo Aula
-
23Leitura e Reconhecimento da Imagem de um DígitoVídeo Aula
-
24Leitura e Reconhecimento da Imagem de um Dígito (Parte 2)Vídeo Aula