Machine Learning
Machine Learning ou simplesmente, Aprendizado de Máquina, é a técnica usada por Cientistas de Dados para automatizar a construção de modelos analíticos de dados. Usando algoritmos que aprendem de forma iterativa a partir dos dados, Machine Learning permite que computadores encontrem insights ocultos sem a necessidade de dizer a eles onde procurar.
Este é um
Projeto 1 - Implementando um Classificador de Spam com Naïve Bayes
Projeto 2 - Construindo um Sistema de Recomendação de Filmes
Projeto 3 - Criando um Modelo de Machine Learning para Retorno Sobre Investimentos
Projeto 4 - Otimizando o Sistema de Voos de uma Companhia Aérea
Projeto 5 - Análise para Prever a Força do Real em relação a outras moedas
Pré-
Não há pré-requisito para realizar este curso, mas alguns conhecimentos são desejáveis:
Conhecimento básico de Sistema Operacional
Conhecimento básico de lógica de programação
O que é Aprendizado de Máquina?
Por que Machine Learning está Transformando o Mundo?
Que
Processo de Aprendizagem
Tipos de Aprendizagem
Aprendizagem Supervisionada
Aprendizagem Não Supervisionada
Aprendizado Indutivo
Reinforcement Learning
Trainamento, Validação e Teste
O que é um Modelo?
Classificação
The Dark Side of Big Data
Regressão
Clustering
Machine Learning é Dividir para Conquistar
Como Selecionar o Algoritmo Ideal para Cada Problema
E-book - Inteligência Artificial como Interface
Assuntos abordados:
Introdução aos Algoritmos de Machine Learning
Exemplo de Utilização de Modelos Preditivos
Aprendizagem Baseada e Instância
Aprendizagem Baseada em Métodos Probabilísticos
Aprendizagem Baseada em Procura
Aprendizagem Baseada e Otimização
Entropia e Ganho de Informação
Redes Neurais Artificiais
Máquinas de Vetores de Suporte
Métodos Ensemble
Gradient Boost e Adaboost
Redução de Dimensionalidade
Deep Learning
Modelo Lógico x Modelo Geométrico x Modelo Probabilístico
Modelos Determinísticos x Modelos Estocásticos
Simulação e Otimização
Gradient Descent
Assuntos abordados:
Introdução ao Processo de Aprendizagem
Teste de Hipóteses - Definindo H0 e H1
Teste de Hipóteses - Testes Paramétricos
Teste de Hipóteses - Erro Tipo I e Erro Tipo II
Teste de Hipóteses - Valor-p
Visualizando o Código de um Algoritmo de Machine Learning
Processo de Aprendizagem e Espaço de Hipótese
Fronteiras de Decisão
Pesos nas Funções-Alvo
Elementos Essenciais do Processo de Aprendizagem
Componenentes do Processo de Aprendizagem
Base Matemática do Processo de Aprendizagem
Machine Learning é Aprendizado a partir dos Dados
Cost Function
Gradiente Descendente (Com Exemplo em Python)
Underfitting x Overfitting
Viés e Variância
Problemas de Variância
E-book - O Teste de Turing
Quiz
Assuntos abordados:
O que é Regressão
Avaliando o Modelo de Regressão: SST, SSE, SSR, MSE, MSA e RMSE
Modelo de Regressão Linear Simples - Explorando os Dados
Modelo de Regressão Linear Simples - Estatística com StatsModels
Modelo de Regressão Linear Simples - Modelo com Scikit-Learn
Modelo de Regressão Linear Simples - Minimizando a Cost Function
Modelo de Regressão Linear Simples - Aplicando Gradiente Descendente
Regressão Linear Simples x Regressão Linear Múltipla, Estatística F e Valor-p
Modelo de Regressão Linear Múltipla - Matriz de Correlação
Modelo de Regressão Linear Múltipla - Multicolinearidade (Autovalores e Autovetores)
Modelo de Regressão Linear Múltipla - Gradiente Descendente
Modelo de Regressão Linear Múltipla - Importância de Atributos e R Square
Regularização LASSO, Ridge
Regressão Logística
Implementando Regressão Linear e Logística com R
Tratamento de Colinearidade em Modelos de Regressão
Vantagens e Desvantagens da Regressão
Quiz
Assuntos abordados:
Introdução
KNN e Estrutura de Células de Voronoi
Como funciona o Algoritmo KNN?
Classificação KNN em Python - Carregando o Dataset de Dígitos
Classificação KNN em Python - Pré-Processamento e Normalização
Classificação KNN em Python - Construção do Modelo e Redução de Dimensionalidade
Classificação KNN em Python - Alterando Parâmetros do Modelo
Classificação KNN em R - Pacote Caret - Parte 1/2
Classificação KNN em R - Pacote Caret - Parte 2/2
E se der empate na votação do KNN?
Vantagens e Desvantagens KNN
Quiz
Assuntos abordados:
Introdução
O que são Árvores de Decisão?
Construindo uma Árvore de Decisão
Ganho de Informação, Entropia, Índice Gini e Pruning
Compreendendo a heurística ID3
Construindo uma Árvore de Decisão em R e Interpretando o Resultado
Pruning da Árvore de Decisão em R
Calculando a Entropia e Construindo Modelo com C5.0 em R
Construindo uma Árvore de Decisão em Python baseada em Entropia
Random Forest Classifier em Python
Random Forest Regressor em Python
Métodos Ensemble
Bagging, ExtraTrees e AdaBoost em Python
Otimização dos Parâmetros com Randomized Search em Python
Grid Search x Randomized Search para Estimação dos Hyperparâmetros
Gradient Boosting Model
Gradient Boosting Classifier
Gradient Boosting Regressor
Regularização e Shrinkage
Stochastic Gradient Boosting em Python
Otimização do Modelo Preditvo
eXtreme Gradient Boosting (XGBoost)
Quiz
Assuntos abordados:
Introdução
Teorema de Bayes
Construindo um Classificador de Spam em R
Estimador Laplace
Gaussian Naive Bayes em Python - Introdução
Gaussian Naive Bayes em Python - Machine Learning em Astronomia com AstroML
Gaussian Naive Bayes em Python - MeshGrid
Multinomial Naive Bayes em Python - Introdução
Multinomial Naive Bayes em Python - Construindo um Classificador de Notícias
Bernoulli Naive Bayes em Python
Construindo um Classificador Naive Bayes em Python
Melhorando o Poder do Modelo Naive Bayes
Vantagens e Desvantagens do Naïve Bayes
Quiz
Assuntos abordados:
O que é Clustering?
Tipos de Clustering - Hierárquico e Particional
Algoritmo K-Means
Algoritmo K-Means++
Escolhendo o Número Apropriado de Clusters
Método Elbow
K-Means em Linguagem R
K-Means em Python - Visualização dos Clusters
K-Means em Python - Agrupando Clientes por Consumo de Energia
Silhouette Score
Análise de Cluster com Mean Shift em Python
Density-Based Spatial Clustering of Applications with Noise (DBSCAN) em Python
Affinity Propagation em Python
Expectation Maximization em Python
Dendogramas e Heatmaps
Vantagens e Desvantagens do K-Means
Extra - Pipelines Para Automatização de Workflows de Machine Learning
Extra - Algoritmos Genéticos
Quiz
Introdução às Redes Neurais Artificiais
Introdução
|
O que é Deep Learning?
|
Como Funciona Deep Learning?
|
Onde Deep Learning Está Sendo Utilizado?
|
Deep Neural Networks Redes Neurais Profundas e o Córtex Visual
|
Convolutional Neural Networks
|
Recurrent Neural Networks LSTM - Long Short-Term Memory
|
Função Softmax Hot Encoding Stochastic Gradient Descent Momentum e Learning Rate Regularização e Dropout Deep Learning Frameworks - Theano, TensorFlow e Keras Deep Learning em Python com Keras - Parte 1 Deep Learning em Python com Keras - Parte 2 Deep Learning em Python com Keras - Parte 3 Deep Learning em Python - Redes Convolucionais Deep Learning em Python - Redes Convolucionais Deep Learning em R - Parte 1 Deep Learning em R - Parte 2
|
Otimização com Gradiente Descendente e SGD em Linguagem R Quiz
|
Wouldn't it be a good idea to create a course?