Name: Curso Classificação: validação de modelos e métricas de avaliação
Rating: 4.6 (1112 reviews)

validação de modelos e métricas de avaliação

Quero estudar na alura

Para conclusão

1667

Pessoas nesse curso

9.2

Avaliação média

Certificado

De participação

O que você aprenderá_

Valide modelos de machine learning com método hold out e validação cruzada
Avalie modelos de machine learning a partir de métricas de desempenho
Identifique quais as métricas mais apropriadas para cada tipo de problema
Realize o balanceamento de dados usando oversampling e undersampling
Aplique um pipeline para validar modelos de forma correta

Público alvo_

Cientistas de dados que trabalham com construção de modelos de machine learning; pessoas que precisam avaliar o desempenho de modelos de ML.

João Vitor de Miranda

Bacharel em Matemática e pós graduado em Data Science e Analytics. Com conhecimento em Matemática, Estatística, Excel, Python, R e SQL/NoSQL.

Curso atualizado em 22/05/2024

Já estuda na Alura?

Comece o curso agora

Ementa

Classificando dados
- Criando um modelo inicial
- Validando o modelo
- Avaliando o modelo
Métricas de avaliação
- Acurácia, precisão e recall
- Curva Roc
- Curva de precisão x recall
- Relatório de métricas
Validação cruzada
- Usando o KFold
- Validação cruzada com recall
- Estratificando os dados
Balanceamento de dados
- Oversampling
- Pipeline para validação
- Undersampling
- Testando o modelo

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Este e mais 7 cursos fazem parte das seguintes formações

Nossas formações são uma sequência de cursos e conteúdo para você se profissionalizar e se tornar quem o mercado procura!

Formação
Machine Learning com Python: Classificação

8h
De curso

48
Atividades

Escola

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Conheça a escola