Imagem do Curso gratuito Machine Learning: Algoritmos, Projetos e Prática em Python

Curso online gratuitoMachine Learning: Algoritmos, Projetos e Prática em Python

Duração do curso online: 13 horas e 30 minutos

Novo

Curso gratuito de Machine Learning em Python com projetos e prática: regressão, classificação, métricas, pipeline e churn para aplicações reais.

Neste curso gratuito, aprenda sobre

  • Fundamentos e primeiros modelos na prática
  • Modelos supervisionados: regressão e classificação
  • Avaliação de modelos e métricas de classificação
  • Projeto Churn: do preparo ao tuning e produção
  • Métricas avançadas e priorização de revisão

Descrição do curso

Aprenda Machine Learning na prática com Python em um curso online gratuito, pensado para quem quer sair da teoria e construir modelos de ponta a ponta com dados reais. Você vai entender como organizar o trabalho analítico desde o primeiro contato com os dados, passando por preparação, treino, validação e melhoria contínua dos resultados.

Ao longo da jornada, você desenvolve confiança para criar soluções de regressão e classificação, aplicando técnicas clássicas e muito usadas no mercado. O foco está em transformar dados em decisões, interpretando o comportamento dos modelos e escolhendo abordagens adequadas para cada tipo de problema.

Além de exercícios práticos, o curso conduz você por projetos aplicados que simulam desafios do dia a dia, incluindo um estudo completo de churn. Você aprende a estruturar um pipeline, avaliar desempenho com métricas relevantes, interpretar matriz de confusão, ajustar parâmetros e gerar novas predições de forma consistente.

Indicado para quem deseja iniciar ou consolidar conhecimentos em Inteligência Artificial e Ciência de Dados, o curso ajuda a construir uma base sólida em modelagem supervisionada, leitura crítica de resultados e boas práticas de experimentação em Python, preparando você para evoluir em projetos mais complexos e aplicáveis ao mundo real.

Conteúdo do curso

  • Aula em vídeo: Machine Learning 01: Sobre o curso e dados 39m
  • Exercício: Qual sequência representa melhor as etapas finais de um projeto de Machine Learning citado no curso?
  • Aula em vídeo: Machine Learning 02: Construindo Modelo 30m
  • Exercício: Em uma árvore de decisão para classificação, qual critério orienta a escolha do próximo corte (split) em cada nó?
  • Aula em vídeo: Machine Learning 03: Prática no Python (Frutas) 24m
  • Exercício: Em um modelo de Árvore de Decisão no scikit-learn, em que momento ocorre o aprendizado a partir de X (características) e y (variável resposta)?
  • Aula em vídeo: Machine Learning 04: Prática no Python (Cerveja) 19m
  • Exercício: Ao treinar uma árvore de decisão com scikit-learn, por que foi necessário transformar colunas categóricas (ex.: copo, espuma, cor) em números antes do fit?
  • Aula em vídeo: Machine Learning 05: Case Star Wars 21m
  • Exercício: Qual insight a árvore de decisão trouxe ao analisar o status (apto/defeituoso) dos clones?
  • Aula em vídeo: Machine Learning 06: Ciclo Analítico 14m
  • Exercício: Em Machine Learning, qual opção descreve melhor uma ABT (Analytical Base Table) no contexto de treinar um modelo?
  • Aula em vídeo: Machine Learning 07: Regressão Linear 31m
  • Exercício: No ajuste de uma regressão linear pelo método dos mínimos quadrados, qual é o objetivo principal?
  • Aula em vídeo: Machine Learning 08: Árvore de Decisão - Regressão 14m
  • Exercício: Em uma árvore de decisão para regressão, como é escolhido o melhor ponto de corte (split) em uma variável contínua?
  • Aula em vídeo: Machine Learning 09: Prática no Python (Reg. Linear e Árvore) 28m
  • Exercício: Em modelos do scikit-learn, por que a variável X costuma ser representada como uma matriz (2D) e Y como um vetor (1D)?
  • Aula em vídeo: Machine Learning 10: Regressão Logística 22m
  • Exercício: Quando faz mais sentido usar regressão logística em vez de regressão linear?
  • Aula em vídeo: Machine Learning 11: Árvore de Decisão (Classificação) 25m
  • Exercício: Em árvores de decisão para classificação, qual é o objetivo ao escolher um split usando métricas como Gini ou entropia?
  • Aula em vídeo: Machine Learning 12: Naive Bayes 28m
  • Exercício: No Naive Bayes, como é feita a decisão de classe para um novo exemplo?
  • Aula em vídeo: Machine Learning 13: Prática no Python (Classificação) 22m
  • Exercício: Ao usar regressão logística para classificar aprovado a partir da variável cerveja, como a predição final (0 ou 1) é obtida a partir das probabilidades?
  • Aula em vídeo: Machine Learning 14: Métricas de ajuste - Introdução 28m
  • Exercício: Qual é a principal limitação da acurácia como métrica de avaliação em classificação?
  • Aula em vídeo: Machine Learning 15: Métricas de ajuste (Matriz de Confusão) 1h04m
  • Exercício: Ao alterar o ponto de corte (threshold) na probabilidade de um classificador binário, qual efeito é esperado nas métricas e na matriz de confusão?
  • Aula em vídeo: Machine Learning 16: Prevendo a Felicidade 33m
  • Exercício: Após escolher e ajustar o melhor modelo, qual é o principal motivo para salvá-lo em um arquivo binário (serialização) antes de criar o app?
  • Aula em vídeo: Machine Learning 17: Projeto Churn - Sample 52m
  • Exercício: Qual é a principal razão para separar os dados em treino e teste antes de avaliar um modelo?
  • Aula em vídeo: Machine Learning 18: Projeto Churn - Explore 35m
  • Exercício: Durante a etapa de explore em um fluxo de Machine Learning, qual prática é recomendada para evitar vazamento de informação (data leakage) na análise?
  • Aula em vídeo: Machine Learning 19: Projeto Churn - Modify 57m
  • Exercício: Qual situação descreve melhor por que padronizar/normalizar variáveis pode ser importante em alguns algoritmos de Machine Learning?
  • Aula em vídeo: Machine Learning 20: Projeto Churn - Modify (Python) 27m
  • Exercício: Ao usar um discretizador por árvore de decisão, por que é necessário executar primeiro o método fit na base de treino e só depois aplicar transform nas demais bases (treino, teste e OOT)?
  • Aula em vídeo: Machine Learning 21: Projeto Churn - Pipeline 32m
  • Exercício: Qual é a principal vantagem de usar um Pipeline do scikit-learn ao encadear discretização, one-hot encoding e o modelo?
  • Aula em vídeo: Machine Learning 22: Projeto Churn - Assess 40m
  • Exercício: No contexto de Random Forest, o que o parâmetro n_jobs = -1 faz?
  • Aula em vídeo: Machine Learning 23: Projeto Churn - Tuning 45m
  • Exercício: No processo de otimização de hiperparâmetros com Grid Search + validação cruzada (CV), qual afirmação descreve corretamente como o melhor modelo é escolhido?
  • Aula em vídeo: Machine Learning 24: Projeto Churn - Novas predições 44m
  • Exercício: Ao colocar um modelo em produção, qual é a principal vantagem de registrar e carregar o modelo via MLflow em vez de salvar manualmente um arquivo .pkl no disco?
  • Aula em vídeo: Machine Learning 25: Métricas Adicionais 22m
  • Exercício: Ao ordenar as observações pela probabilidade prevista de estar incorreto, qual métrica/gráfico ajuda a decidir qual percentual mínimo da base precisa ser revisado para capturar 100% dos erros?

Este curso gratuito inclui:

13 horas e 30 minutos de curso online em vídeo

Certificado digital de conclusão de curso ( Gratuito )

Exercícios para treinar seus conhecimentos

100% gratuito, do conteúdo ao certificado

Pronto para começar?Baixe o app e comece hoje mesmo.

Instale o app agora

para ter acesso ao curso
Ícone representando cursos de tecnologia e negócios

+ de 5.000 cursos gratuitos

Programação, Inglês, Marketing Digital e muito mais! Aprenda o que quiser, gratuitamente.

Ícone de calendário com alvo representando planejamento de estudos

Plano de estudos com IA

A Inteligência Artificial do nosso aplicativo pode criar um cronograma de estudos para o curso que você escolher.

Ícone de profissional representando carreira e negócios

Do zero ao Sucesso profissional

Melhore seu currículo com nosso Certificado gratuito e depois utilize nossa Inteligência Artificial para buscar seu emprego dos sonhos.

Você também pode utilizar o QR Code ou os Links abaixo

QR Code - Baixar Cursa - Cursos Online

Mais cursos gratuitos em Inteligência Artificial e Ciência de Dados

Ebook + Áudiobooks gratuitos! Aprenda ouvindo ou lendo!

Baixe o Aplicativo agora para ter acesso a + de 5000 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 60 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