Aprenda Machine Learning em Python com Scikitlearn
What you’ll learn
Conhecer as diferentes áreas de Machine Learning e suas aplicações práticas
Aprender a fazer Machine Learning Supervisionado usando a linguagem Python e a biblioteca Scikit-Learn
Criar os seus próprios algoritmos de Machine Learning para treinar seu computador a fazer previsões e classificações
Conhecer modelos estatísticos e aprender como eles podem ser usados para fazer algoritmos de Machine Learning
Requirements
É desejável que o aluno tenha conhecimentos básicos da linguagem Python
Description
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.
Overview
Section 1: Introdução
Lecture 1 Seja Bem Vindo(a) ao Curso de Machine Learning
Lecture 2 Introdução – O que é Machine Learning?
Lecture 3 Preparação do Ambiente de Trabalho
Section 2: Iris Dataset (Previsão Categórica)
Lecture 4 Importação do Iris Dataset
Lecture 5 Aplicação do Modelo KNN
Lecture 6 Avaliação da Performance do Modelo
Lecture 7 Exercício: Análise de Performance e Seleção do Valor de K
Lecture 8 Resolução do Exercício: Análise de Performance e Seleção do Valor de K
Lecture 9 O Modelo de Regressão Logística
Lecture 10 Aplicação da Regressão Logística no Iris Dataset
Section 3: Retorno sobre Publicidade (Previsão Quantitativa)
Lecture 11 Importação do Advertising Dataset
Lecture 12 O modelo de Regressão Linear
Lecture 13 Aplicação do Modelo de Regressão Linear (Parte 1)
Lecture 14 Aplicação do Modelo de Regressão Linear (Parte 2)
Lecture 15 Avaliação da Performance do Modelo de Regressão Linear
Lecture 16 Exercício: Seleção das Variáveis
Lecture 17 Resolução do Exercício: Seleção das Variáveis (Parte 1)
Lecture 18 Resolução do Exercício: Seleção das Variáveis (Parte 2)
Section 4: Reconhecimento de Imagens com o Digits Dataset
Lecture 19 Importação do Digits Dataset
Lecture 20 O Algoritmo SVM: Support Vector Machine
Lecture 21 Aplicação do SVM (Parte 1)
Lecture 22 Aplicação do SVM (Parte 2)
Lecture 23 Leitura e Reconhecimento da Imagem de um Dígito
Lecture 24 Leitura e Reconhecimento da Imagem de um Dígito (Parte 2)
Section 5: Conteúdo EXTRA – Python Básico
Lecture 25 Instalação do Python
Lecture 26 Conhecendo o Python Shell
Lecture 27 Variáveis
Lecture 28 Tipos de Dados (Números)
Lecture 29 Tipos de Dados (Strings)
Lecture 30 Exercício (Números)
Lecture 31 Tipos de Dados (Listas e Tuplas)
Lecture 32 Exercício (Listas e Tuplas)
Lecture 33 Tipos de Dados (Dicionários)
Lecture 34 Exercício (Dicionários)
Lecture 35 Condicionais (Parte 1)
Lecture 36 Condicionais (Parte 2)
Lecture 37 Exercício (Condicionais)
Alunos que queiram aprender a aplicar modelos de Machine Learning na prática usando a linguagem Python,Pessoas que queiram iniciar sua carreira em uma das áreas de inteligência artificial,Pessoas que queiram aprender tecnologias inovadores que têm enorme demanda no mercado
Course Information:
Udemy | Português | 6h 3m | 2.01 GB
Created by: Ivan Lourenço Gomes
You Can See More Courses in the Developer >> Greetings from CourseDown.com