Neste capítulo, vamos definir Machine Learning e sua relação com ciência de dados e inteligência artificial. Em seguida, vamos destrinchar termos importantes de Machine Learning e finalizar com o fluxo de trabalho de Machine Learning para construir modelos.

O que é aprendizado de máquina?

Gerando recomendações de filmes

IA, ciência de dados e aprendizado de máquina entram em um bar...

O que é verdade sobre aprendizado de máquina?

Conceitos de aprendizado de máquina

Linguagem de aprendizado de máquina

Supervisionado vs. não supervisionado

Fluxo de trabalho de aprendizado de máquina

Etapas para criar um modelo

Uma verdadeira etapa

O que é Machine Learning?

Agora que você conhece o básico de Machine Learning, vamos nos aprofundar um pouco mais. Ao final deste capítulo, você vai conhecer os diferentes tipos de Machine Learning e também como avaliar e aprimorar seus modelos.

Aprendizado supervisionado

Aquecimento

Tarefas

Classificação

Regressão

Regressão com classe

Aprendizado não supervisionado

Supervisionado

Não supervisionado

Não precisamos de supervisão

Explorando clusters

Avaliação de desempenho

Verdadeiro

Falso

Verdadeiro ou falso?

Terra da confusão

Melhorar o desempenho

Alternativas

Ajuste de hiperparâmetros

Redução de dimensionalidade

Métodos de conjunto

É um longo caminho até o topo

Explore o ajuste de hiperparâmetros

Modelos de Machine Learning

Neste capítulo, vamos explorar Deep Learning começando por redes neurais. Depois, vamos analisar dois casos de uso comuns de Deep Learning: visão computacional e processamento de linguagem natural. Vamos encerrar o curso discutindo os limites e os riscos de Machine Learning.

Aprendizado profundo

O que é aprendizado profundo?

Devo usar aprendizado profundo?

Visão computacional

Dados de imagem

O processo

Processamento de linguagem natural

Análise de sentimento

Classificação das tarefas de aprendizado de máquina

Bag of words

Limites do aprendizado de máquina

Você quer uma caixa preta ou não?

Identificando vieses na previsão de inadimplência de empréstimos

Parabéns!

Deep Learning

Course Glossary: Understanding Machine Learning

O que está por trás do hype de Machine Learning? Neste curso não técnico, você vai aprender tudo o que sempre teve receio de perguntar sobre Machine Learning. Não é necessário programar. Exercícios práticos vão ajudar você a ir além do jargão e entender como essa tecnologia empolgante impulsiona desde carros autônomos até as suas sugestões de compra na Amazon.

Como o Machine Learning funciona, quando você pode usá-lo e qual é a diferença entre IA e Machine Learning? Tudo isso está coberto. Desenvolva habilidades nessa área altamente demandada e influente e descubra por que Machine Learning é para todo mundo!

Os vídeos contêm transcrições ao vivo, que podem ser acessadas clicando em "Show transcript" no canto inferior esquerdo dos vídeos.

O glossário do curso pode ser encontrado à direita, na seção de recursos.

Para obter créditos de CPE, você precisa concluir o curso e alcançar uma pontuação de 70% na avaliação qualificada. Você pode acessar a avaliação clicando no destaque de créditos de CPE à direita.

<h2>Obtenha uma introdução aos conceitos de machine learning</h2> 
O que está por trás do alarde sobre o aprendizado de máquina? Neste curso não técnico, você aprenderá tudo o que sempre teve medo de perguntar sobre aprendizado de máquina. Não há necessidade de programação.
<br><br>
Você explorará conceitos básicos, porém essenciais, para iniciar sua jornada de machine learning, usando exercícios práticos para consolidar seu conhecimento. Isso inclui desenvolver um entendimento além do jargão e aprender como essa tecnologia empolgante potencializa tudo, desde carros autônomos até suas sugestões pessoais de compras na Amazon. 
<br><br>
<h2>Explore as noções básicas de machine learning</h2> 
Como funciona o aprendizado de máquina, quando você pode usá-lo e qual é a diferença entre IA e aprendizado de máquina? Este curso aborda todos esses tópicos.
<br><br>
Você começará explicando o que é machine learning, explorando sua definição básica e sua relação com a ciência de dados e a inteligência artificial. Em seguida, você se familiarizará com seu vocabulário e terminará com o fluxo de trabalho de machine learning para criar modelos.
<br><br>
Concluímos o curso aprofundando a aprendizagem profunda. Você explorará dois casos de uso comuns da aprendizagem profunda: visão computacional e processamento de linguagem natural (PNL), e reconhecerá os limites e os perigos do machine learning.

Este curso introdutório de duas horas ensina conceitos essenciais de ML, vocabulário, modelos e deep learning.

Entendendo Machine Learning

Uma introdução ao aprendizado de máquina sem programação.

Fundamentos da IA

Compreensão dos tópicos de dados

Ao treinar uma árvore de decisão, altere a contagem mínima de observações para o que constitui um ramo.

Escreva um script para experimentar três valores diferentes de três hiperparâmetros diferentes de seu SVM e mantenha a configuração que produz os melhores resultados.

Em um conjunto de dados de sessões de corrida para avaliar a longevidade de uma esteira, com duração, velocidade e inclinação, remova a coluna "calories_burned" (calorias queimadas).

Faça uma análise para identificar os quatro principais atributos que fornecem as melhores previsões e elimine os outros.

Use a previsão mais comum de um modelo SVM, K-Means e Árvore de Decisão para atribuir uma categoria a uma observação.

Use a previsão média de um modelo de Regressão Linear, K-Means e Árvore de Decisão para atribuir uma categoria a uma observação.

É um longo caminho até o topo

Entendendo Machine Learning

exercicio interativo prático