Curso online de Machine Learning: Aprendizado supervisionado

Conteúdo Detalhado

1. Regressão linear

   • Introdução ao curso
   • Ambiente e Pre-requisitos
   • Download Notebooks
   • Entendendo os seus dados
   • A regressão linear
   • A regressão por debaixo dos panos e medidas de erro
   • Avaliando a qualidade do modelo
   • Alterando a relação entre treino e teste
   • Mão na massa
   • O que aprendemos?

2. Regressão linear múltipla

   • A regressão linear múltipla
   • Mão na massa
   • Aplicando Regressão Multipla
   • Prevendo a bilheteria para o nosso chefe
   • Prevendo outros casos !
   • Conclusão
   • O que aprendemos?

3. Regressão logística

   • Entendendo os dados e o problema
   • A regressão logística
   • Previsões e Acurácia
   • Testando Gaussian Naive Bayes
   • Concluindo a aplicação de diferentes modelos
   • Mão na massa
   • Conclusão
   • O que aprendemos?

4. Árvores de decisão

   • Conhecendo DecisionTreeRegressor
   • Árvores Classificadores
   • Arvores de Decisão como Classificadores
   • Escolhendo entre diferentes modelos
   • Tomando a melhor decisão
   • Mão na massa
   • O que aprendemos?

5. Ensemble Methods

   • Random Forest e Bagging
   • Boosting
   • Mão na massa
   • Aprofundando nas tecnicas de combinação
   • Mas Boosting ou Bagging?
   • Boosting ou Bagging: outra situação
   • O que aprendemos?
   • Conclusão