Programa do Curso

Introdução ao Aplicado Machine Learning

  • Aprendizado estatístico vs. aprendizado de máquina
  • Iteração e avaliação
  • Troca entre polarização e variância

Machine Learning com Python

  • Escolha de bibliotecas
  • Ferramentas complementares

Regressão

  • Regressão linear
  • Generalizações e Não Linearidade
  • Exercícios

Classificação

  • Atualização Bayesiana
  • Baías ingénuas
  • Regressão logística
  • K-vizinhos mais próximos
  • Exercícios

Validação cruzada e reamostragem

  • Abordagens de validação cruzada
  • Bootstrap
  • Exercícios

Aprendizagem não supervisionada

  • Agrupamento K-means
  • Exemplos
  • Desafios da aprendizagem não supervisionada e além dos K-means

Requisitos

Conhecimentos da linguagem de programação Python. Recomenda-se uma familiaridade básica com estatística e álgebra linear.

 14 horas

Número de participantes


Preço por participante

Declaração de Clientes (5)

Categorias Relacionadas