Formação Machine Learning
Entre no mercado que só cresce!
Assista o vídeo
veja nossa apresentação da Formação e uma Alura Live sobre a Carreira em Front-end
Machine Learning
Como seres humanos somos capazes de aprender como detectar diversos tipos de padrões. Contudo, com o avanço na quantidade e qualidade de dados que capturamos, fica cada vez mais difícil elaborar em nossa cabeça um modelo que descreva o que acontece ou acontecerá em determinadas situações.
O que é Machine Learning?
Uma área que estuda o reconhecimento de padrões de dados em inteligência artificial.
Imagine, por exemplo, uma escola do ensino médio que consegue prever se alunos ou alunas estão correndo risco de desistir do curso, para poder trazer uma solução antes disso acontecer.
Por que utilizar Machine Learning?
O aprendizado de máquina é utilizado para melhorar processos, produtos e serviços. Isso é possível porque aprendemos com os dados que coletamos.
Na prática, ao invés de implementarmos heurísticas simples, podemos treinar algoritmos, testar, validar contra modelos de base e colocá-los em produção, medindo o resultado de nossos modelos.
Nos cursos desta Formação veremos diversas maneiras de atacar problemas, sempre tentando resolver ou olhar nossos desafios de pontos de vista diferentes, encontrando a melhor ferramenta para cada solução.
O que faz o(a) profissional de Machine Learning?
Como profissional de Machine Learning, você pode entrar em um mercado que está crescendo cada vez mais e ajudar as empresas a otimizar recursos, escalar atendimento, aumentar segurança do trabalho ou diminuir falhas e muito mais.
Comece ainda hoje!
Por que estudar esta formação?
-
Guia de aprendizado
Conteúdos pensados para facilitar seu estudo
-
Do básico ao avançado
Formação completa para o mercado
-
Você dentro do mercado
Do zero ao sonhado emprego em sua área de interesse
Comece essa formação agora mesmo e capacite-se para seu próximo projeto!
Conheça os planosCom quem você irá aprender
-
Cássia Sampaio
-
Guilherme Silveira
-
Thiago G Santos
-
Yuri Matheus
Passo a passo
1 Primeiros passos
Mergulhe de cabeça no mundo de Machine Learning!
Para começar, você irá conhecer diversos problemas do dia a dia que podem ser solucionados com a aprendizagem de máquina.
Aprenda como você pode ajudar a sua empresa ou seu negócio a crescer: por exemplo, classificando clientes em categorias que logo irão servir como indicador de produtos que podem ser oferecidos. Analise resultados e compare diferentes algoritmos de uma maneira válida e use a classificação a seu favor!
-
Curso Machine Learning: Introdução a classificação com SKLearn
Curso | 08h | Básico - Aplique machine learning na sua empresa
- Pratique com diversos exemplos
- Veja como algoritmos de classificação estão por todos os lados no nosso dia a dia
- Analise resultados com a mente de um cientista de dados
- Compare o resultado de algoritmos lineares e não lineares
- Entenda por trás dos panos o que é o tal do aprendizado de máquina para classificação
- Faça estudos replicáveis, com estratégias de testes
- Veja Support Vector Machines, Árvores de Decisão e Dummy Classifiers
-
Vídeo Nerdologia Tech: Como ensinar uma máquina a aprender
-
Curso Machine Learning: Introdução a algoritmos não supervisionados
Curso | 06h | Básico - Veja o que é um algoritmo não supervisionado
- Como agrupar seus dados e gerar rótulos para eles
- Como extrair os dummies de um dataset
- Como otimizar os parâmetros do K-Means
- Conhecer os tipos de agrupamentos
- Como reduzir as dimensões de um data frame para visualizar em um gráfico
Faça esse curso e:
Mais detalhesdo curso Machine Learning: Introdução a classificação com SKLearn
Faça esse curso e:
Mais detalhesdo curso Machine Learning: Introdução a algoritmos não supervisionados
-
2 Classificação e Processamento de Linguagem Natural
O Processamento de Linguagem Natural pode ser considerado um dos maiores desafios da computação.
Contudo, ao aprender conceitos fundamentais, você poderá ver o quão útil a Linguagem Natural pode ser. Nesta parte, você realizará uma Análises de Sentimento de modo automatizado e conhecerá como criar visualizações para facilitar a análise de dados textuais.
Em seguida, você já poderá mergulhar em uma das principais bibliotecas Python para PLN. E o resultado de tudo isso? Você será capaz de criar aplicações que envolvam interpretação da linguagem humana!
-
Curso Linguagem Natural parte 1: Introdução a NLP com análise de sentimento
Curso | 06h | Intermediário - Aprenda conceitos fundamentais do Processamento de Linguagem Natural.
- Realize Análise de Sentimento de modo automatizado.
- Uma arquitetura para classificação de sentimentos.
- Como criar visualizações para facilitar a análise de dados textuais.
- Comece a utilizar o NLTK uma das principais bibliotecas python para PLN.
- Aprenda boas práticas voltadas ao PLN.
-
Curso Linguagem Natural parte 2: Continuando com a análise de sentimento
Curso | 04h | Intermediário - Aprenda conceitos do Processamento de Linguagem Natural.
- Realize Análise de Sentimento de modo automatizado.
- Melhore os resultados de classificação normalizando os textos.
- Aprenda como usar TF-IDF e Ngrams para melhorar a classificação.
- Como a normalização dos textos melhora a visualização dos dados textuais.
- Avance na utilização da biblioteca NLTK.
- Aprenda a utilizar recursos do SKlearn para otimizar a classificação.
-
Site Chatbots e jornada do usuário - Hipsters #130 - Hipsters Ponto TechHipsters Ponto Tech
Faça esse curso e:
Mais detalhesdo curso Linguagem Natural parte 1: Introdução a NLP com análise de sentimento
Faça esse curso e:
Mais detalhesdo curso Linguagem Natural parte 2: Continuando com a análise de sentimento
-
3 Algoritmos de recomendação e o Deep learning
Sem perceber, você sempre está precisando de algum sistema de recomendação. Precisando de um restaurante que irá encantar você e a família inteira? Leitura para a viagem? Filme para assistir ou curso para estudar?
Agora, você poderá entender como um algoritmo sugere as recomendações e irá aprender todas as boas práticas de usar recomendações com dados reais., conhecendo as ferramentas perfeitas para se fazer isso, como o Apache Mahout, Eclipse e Maven.
-
Curso Deep Learning parte 1: Introdução com Keras
Curso | 05h | Básico - Aprenda conceitos essenciais de Deep Learning na prática.
- Construa e treine um modelo com Keras e Tensorflow.
- Saiba como selecionar as camadas de um modelo.
- Avalie a performance do modelo e melhore seus resultados.
- Aplique Deep Learning para classificar imagens.
-
Curso Machine Learning: Intro a sistemas de recomendação em Python
Curso | 08h | Básico - Pense em heurísticas e algoritmos
- Gere recomendações baseadas em similaridade de usuários
- Crie sistemas baseados em filtros colaborativos
- Recomende baseado em modelos de itens e usuários
- Implemente K-Nearest-Neighbours do zero
- Entenda os desafios de recomendação
Faça esse curso e:
Mais detalhesdo curso Deep Learning parte 1: Introdução com Keras
Faça esse curso e:
Mais detalhesdo curso Machine Learning: Intro a sistemas de recomendação em Python
-
4 Validação e otimização
Você está avançando! Chegou a hora de se aprofundar ainda mais em Machine Learning. Vamos lá?
Nesta parte, aplicaremos técnicas de validação cruzada (cross validation) e utilizaremos a aleatoriedade a nosso favor. Vamos entender como e quando usar diversas estratégicas de validação cruzada, como KFold, StratifiedKFold, ou GroupKFold.
E ainda vamos aprender como melhorar a eficiência dos nossos algoritmos com o GridSearchCV, e otimizar o tempo de busca com o RandomizedSearch!
-
Curso Machine Learning: Validação de modelos
Curso | 08h | Intermediário - Entenda os perigos do hold out
- Aplique técnicas de validação cruzada (cross validation)
- Utilize a aleatoriedade a seu favor
- Entenda quando usar diversas estratégias diferentes de validação cruzada
- KFold, StratifiedKFold, GroupKFold
- Trabalhe na previsão de novos grupos quando nem todos os dados são leituras independentes entre si
- Utilize um pipeline para treino e validação
-
Curso Machine Learning parte 1: Otimização de modelos através de hiperparâmetros
Curso | 09h | Intermediário - Entenda o que são hiperparâmetros e os espaços de parâmetros
- Explore espaços de forma determinística
- Otimize seus modelos
- Evite o overfit
- Implemente a exploração por trás dos panos
- Aprenda a utilizar a explorar com o GridSearchCV
- Nested cross validation
-
Curso Machine Learning parte 2: Otimização com exploração aleatória
Curso | 08h | Intermediário - Explore espaços de parâmetros de forma aleatória
- Utilize o RandomizedSearch e otimize o tempo de busca
- Compare uma exploração exaustiva com aleatória
- Execute a otimização sem validação cruzada quando aplicável
Faça esse curso e:
Mais detalhesdo curso Machine Learning: Validação de modelos
Faça esse curso e:
Mais detalhesdo curso Machine Learning parte 1: Otimização de modelos através de hiperparâmetros
Faça esse curso e:
Mais detalhesdo curso Machine Learning parte 2: Otimização com exploração aleatória
-
Data Science
Além dessa, a categoria Data Science conta com cursos de SQL e Banco de Dados, NoSQL, Data Science, Machine Learning, BI, Estatística, Excel,e mais...
