Curso online gratuitoIntrodução à Machine Learning

Duração do curso online: 10 horas e 13 minutos

5

EstrelaEstrelaEstrelaEstrelaEstrela

(2)

Aprenda os fundamentos de Machine Learning com um curso online gratuito. Explore técnicas como Regressão Linear, SVM, Naive Bayes e Redes Neurais. Inscreva-se agora.

Descrição do curso

O curso "Introdução à Machine Learning" oferece uma abordagem completa e detalhada sobre os principais conceitos e técnicas de Machine Learning. Com uma duração de 10 horas e 13 minutos, este curso é voltado para profissionais e entusiastas da área de Informática, mais especificamente na subcategoria de Inteligência Artificial e Ciência de Dados.

Ministrado por um especialista, o curso se inicia com uma introdução aos conceitos básicos de Machine Learning. A partir daí, o aluno é conduzido em um aprendizado progressivo que abrange desde técnicas simples, como Regressão Linear, Polinomial e Múltipla, até métodos mais complexos e avançados como Support Vector Machine (SVM) e Redes Neurais.

Entre os diversos tópicos abordados, você aprenderá sobre o KNN (K-Nearest Neighbors), Validação Cruzada, Tratamento e Visualização de Dados, além de técnicas de regularização como Ridge/L2, LASSO/L1 e Elastic Net. O curso também cobre diferentes tipos de regressão, incluindo a Regressão Logística.

Adentrando no mundo das métricas de avaliação, serão exploradas a Curva ROC e o AUC, essenciais para a análise de desempenho de modelos de classificação. Técnicas como Naive Bayes, Árvore de Decisão e Floresta Aleatória são detalhadamente apresentadas para enriquecer seu repertório de algoritmos.

E não para por aí. O curso se aprofunda na otimização de hiperparâmetros (grid search) e apresenta conceitos fundamentais sobre Redes Neurais, como Multilayer Perceptron e Gradiente estocástico e mini batch.

A exploração das linguagens de programação e ferramentas atuais é também um diferencial deste curso. São oferecidas lições específicas sobre a implementação em Julia com StatsModels.jl, GLM.jl e MLJ.jl, abrangendo várias partes.

Para complementar o aprendizado em agrupamento de dados, são apresentados os algoritmos de K-Means e Silhueta, Agrupamento Hierárquico e DBSCAN. Esses módulos finais oferecem uma visão abrangente sobre como segmentar dados de maneira eficaz e significativa.

Apesar de não possuir avaliações até o momento, o conteúdo vasto e detalhado deste curso o torna uma excelente escolha para quem deseja se aprofundar na área de Machine Learning.

Conteúdo do curso

  • Aula em vídeo: Introdução a Machine Learning - 01 Conceitos básicos 35m
  • Exercício: _Qual é a diferença entre um cientista de dados e um analista de dados?
  • Aula em vídeo: Introdução à Machine Learning - 02 Regressão Linear, Polinomial, Múltipla e generalização 18m
  • Exercício: _Qual é a técnica utilizada para encontrar o melhor modelo em regressão linear polinomial múltipla?
  • Aula em vídeo: Introdução à Machine Learning - 03 KNN 10m
  • Exercício: _O que é o método KNN utilizado para regressão?
  • Aula em vídeo: Introdução à Machine Learning - 04 Validação Cruzada 36m
  • Exercício: _Qual é a melhor forma de escolher o grau do polinômio para ajustar a função aos dados?
  • Aula em vídeo: Introdução à Machine Learning - 05 Tratamento e Visualização de Dados 26m
  • Exercício: _Qual é a função do box plot na análise de dados?
  • Aula em vídeo: Introdução à Machine Learning - 06 Regularização Ridge/L2, LASSO/L1 e Elastic Net 21m
  • Exercício: _Qual é a função da regularização em modelos de Machine Learning?
  • Aula em vídeo: Introdução à Machine Learning - 07 Regressão Logística 35m
  • Exercício: _O que é a regressão logística?
  • Aula em vídeo: Introdução à Machine Learning - 08 Curva ROC e AUC 24m
  • Exercício: _O que é a curva ROC?
  • Aula em vídeo: Introdução à Machine Learning - 09 Support Vector Machine (SVM) 35m
  • Exercício: _Qual é o objetivo do método de máquinas vetores-suporte?
  • Aula em vídeo: Introdução à Machine Learning - 10 Naive Bayes 18m
  • Exercício: _Qual é a ideia do Teorema de Bayes?
  • Aula em vídeo: Introdução à Machine Learning - 11 Árvore de Decisão 32m
  • Exercício: _O que é uma árvore de decisão?
  • Aula em vídeo: Introdução à Machine Learning - 12 Floresta Aleatória 16m
  • Exercício: _Qual é a ideia por trás da floresta aleatória?
  • Aula em vídeo: Introdução à Machine Learning - 13 Otimização de hiperparâmetros (grid search) 16m
  • Exercício: _O que são hiperparâmetros em Machine Learning?
  • Aula em vídeo: Introdução à Machine Learning - 14 Redes Neurais (Multilayer Perceptron) 49m
  • Exercício: O que é uma rede neural multilayer perceptron?
  • Aula em vídeo: Introdução à Machine Learning - 15 Gradiente estocástico e mini batch 30m
  • Exercício: _O que é o Gradiente Estocástico?
  • Aula em vídeo: Intro a ML em Julia 1 - StatsModels.jl e GLM.jl 47m
  • Exercício: _Qual é a maneira mais simples de instalar o Júlia Lang?
  • Aula em vídeo: Intro a ML em Julia 2 - MLJ.jl - Parte 1 16m
  • Exercício: _Qual é o objetivo da utilização do MLJ em Machine Learning?
  • Aula em vídeo: Intro a ML em Julia 3 - MLJ.jl - Parte 2 15m
  • Exercício: _O que é One hot encoding e como é utilizado no pacote padrão?
  • Aula em vídeo: Intro a ML em Julia 4 - MLJ.jl - Parte 3 17m
  • Exercício: _Qual é a maneira ideal de encontrar modelos para Machine Learning?
  • Aula em vídeo: Intro a ML em Julia 5 - MLJ.jl - Parte 4 27m
  • Exercício: _Qual é a função que retorna a probabilidade de uma determinada seleção na regressão logística?
  • Aula em vídeo: Introdução à Machine Learning - 16 K-Means e Silhueta 32m
  • Exercício: _Qual é a garantia de que os quatro clusters encontrados pelo método são bons?
  • Aula em vídeo: Introdução à Machine Learning - 17 Agrupamento Hierárquico 26m
  • Exercício: _Qual é a definição de agrupamento hierárquico em Machine Learning?
  • Aula em vídeo: Introdução à Machine Learning - 18 DBSCAN 20m

Machine Learning

Cursos online Gratuitos sobre Machine Learning
Descubra os melhores cursos gratuitos de Machine Learning online! Aprenda IA com professores renomados e avance na carreira. Inscreva-se já e domine ML!

Este curso gratuito inclui:

10 horas e 13 minutos de curso online em vídeo

Certificado digital de conclusão de curso

Exercícios para treinar seus conhecimentos

100% gratuito, do conteúdo ao certificado

QR Code - Baixar Cursa - Cursos Online

Este curso online só pode ser acessado pelo aplicativo Cursa. Instale o aplicativo usando o QR code ou os links abaixo:

Instale o app agora

para ter acesso ao curso
  • Estude de graça!

    Aqui você não paga nunca! Nem mesmo no certificado, pois tudo no aplicativo é 100% gratuito!

  • Melhore seu currículo!

    São mais de 4 Mil Cursos Gratuitos para você estudar qualquer coisa do seu interesse!

  • Certificado Digital grátis!

    Conclua o curso e emita gratuitamente seu Certificado Digital reconhecido pela ABED.

Mais cursos gratuitos em Inteligência Artificial e Ciência de dados

Baixe o Aplicativo agora para ter acesso a + de 3300 cursos gratuitos, exercícios, certificado e muito conteúdo sem pagar nada!

  • Cursos online 100% gratuitos do início ao fim

    Milhares de cursos online em vídeo, ebooks e áudiobooks.

  • Mais de 48 mil exercícios gratuitos

    Para testar seus conhecimentos no decorrer dos cursos online

  • Certificado Digital gratuito válido em todo o Brasil

    Gerado diretamente na galeria de fotos do seu celular e enviado ao seu e-mail

Aplicativo Cursa na tela de ebook, na tela de curso em vídeo e na tela de exercícios do curso, mais o certificado de conclusão de curso

+ de 9 milhões
de alunos

Certificado grátis e
válido em todo o Brasil

60 mil exercícios
gratuitos

4,8/5 classificação
nas lojas de apps

Cursos gratuitos em
vídeo, ebooks e audiobooks