- Cursos
- Modelos de Classificação e Regressão
O que é o curso Modelos de Classificação e Regressão
Dê os primeiros passos no mundo de Machine Learning com o curso Modelos de Classificação e Regressão, da Asimov Academy!
Aprenda a criar sistemas capazes de prever vendas de e-commerce, identificar números escritos à mão e avaliar a performance de anúncios utilizando técnicas avançadas de classificação e regressão.
O curso se inicia com a apresentação de modelos de classificação binária e uso de métricas essenciais para avaliar o seu desempenho. Avançamos para modelos de classificação multiclasse e multilabel, entendendo como os modelos podem prever múltiplas classes e atributos simultaneamente.
Seguimos para a regressão linear, onde o gradiente descendente estocástico (Stochastic Gradient Descent ou SGD) é apresentado como um importante algoritmo de treinamento de Machine Learning. Por fim, são abordadas as regressões polinomiais, regressões logísticas e regressões Softmax, fundamentais para a classificação de dados categóricos.
Com este curso, você estará equipado para enfrentar desafios reais de Machine Learning, utilizando modelos de classificação e regressão para extrair insights valiosos dos dados e tomar decisões informadas. Seja você é um entusiasta, um profissional em busca de aprimoramento ou um estudante de ciência de dados, este curso é o caminho para dominar as técnicas essenciais e impulsionar sua carreira na área de Inteligência Artificial.
Este curso é recomendado para
- Iniciantes em Machine Learning buscando entender classificação/regressão
- Profissionais que desejam aprimorar habilidades em análise preditiva
- Estudantes de ciência de dados em busca dos fundamentos de Machine Learning
- Analistas de dados interessados em previsão e modelagem
- Desenvolvedores procurando aplicar Machine Learning em projetos
- Entusiastas de tecnologia interessados em inteligência artificial
Conteúdo do Curso
1 Modelos de classificação
2 Como os modelos de Machine Learning aprendem?
3 Regressão Linear em dados de E-commerce
4 Regressão Logística em dados de publicidade
O que você vai aprender
- Classificação com o conjunto de dados MNIST
- Classificador binário: introdução e medida de acurácia
- Métricas essenciais para um modelo de classificação
- Classificação multiclasse e multilabel
- Regressão linear
- Gradient descent
- Regressões polinomiais
- Balanço viés-variância
- Ridge regression
- Regressão logística
- Regressão Softmax
- Projeto: Regressão linear em dados de E-commerce
- Projeto: Regressão logística em dados de publicidade
Com quem você vai aprender
