Este exercício faz parte do curso
Como o algoritmo kNN literalmente "aprende pelo exemplo", ele é um exemplo para você começar a entender o machine learning supervisionado. Este capítulo apresentará a classificação enquanto você trabalha com a aplicação do kNN no reconhecimento de placas de trânsito de veículos autônomos.
O Naive Bayes usa princípios do campo da estatística para fazer previsões. Este capítulo apresentará os conceitos básicos dos métodos bayesianos e explorará como aplicar essas técnicas a sugestões de destinos semelhantes às do iPhone.
A regressão logística envolve o ajuste de uma curva a dados numéricos para fazer previsões sobre eventos binários. Sem dúvida, um dos métodos de machine learning mais amplamente usados, este capítulo fornecerá uma visão geral da técnica e ilustrará como aplicá-la aos dados de captação de recursos.
As árvores de classificação usam estruturas semelhantes a fluxogramas para tomar decisões. Como os seres humanos podem entender prontamente essas estruturas de árvore, as árvores de classificação são úteis quando a transparência é necessária, como na aprovação de empréstimos. Usaremos o conjunto de dados do Lending Club para simular esse cenário.
Exercício atual