Formações Data Science Machine Learning
Formação Machine Learning
Aprenda a tecnologia que não para de crescer!
* Esta formação faz parte dos nossos cursos de Data Science
Quero Estudar na Alura
76h
Para conclusão
4
Cursos
3
Vídeos extras
2
ArtigosMachine 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?
Machine Learning é uma sub-área da inteligência artificial que estuda o reconhecimento de padrões através dos dados.
Imagine, por exemplo, uma escola do ensino médio que consegue prever se estudantes estão correndo risco de desistir do curso, para poder trazer uma solução antes disso acontecer diminuindo a evasão escolar.
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 a segurança do trabalho ou diminuir falhas e muito mais.
Que tal mergulhar de cabeça nesta área, vamos lá!
A Suzano usa Machine Learning no seu dia a dia. Você também pode aprender Machine Learning aqui na Alura.
A Suzano usa Machine Learning no seu dia a dia
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 planos
Com quem você vai aprender?
Guilherme Silveira
Co-fundador da Alura, da Caelum e do GUJ. Com 18 anos de ensino nas áreas de programação e dados, criou mais de 100 cursos. Possui formação em engenharia de software, viés matemático e criativo, além de ser medalhista de ouro em competições nacionais de computação, tendo representado o Brasil nos mundiais. Participante de comunidades open source e de educação em tecnologia, tendo escrito 7 livros. Faz mágica e fala coreano no tempo livre.
-
Guilherme Silveira
Co-fundador da Alura, da Caelum e do GUJ. Com 18 anos de ensino nas áreas de programação e dados, criou mais de 100 cursos. Possui formação em engenharia de software, viés matemático e criativo, além de ser medalhista de ouro em competições nacionais de computação, tendo representado o Brasil nos mundiais. Participante de comunidades open source e de educação em tecnologia, tendo escrito 7 livros. Faz mágica e fala coreano no tempo livre.
Sthefanie Monica Premebida
Engenheira Eletricista, pesquisadora na área de Redes Neurais e Machine Learning, instrutora de Data Science, apaixonada por esportes radicais, viajar e fazer qualquer trilha que apareça, cheerleader nas horas vagas e uma jogadora de RPG de mesa.
-
Sthefanie Monica Premebida
Engenheira Eletricista, pesquisadora na área de Redes Neurais e Machine Learning, instrutora de Data Science, apaixonada por esportes radicais, viajar e fazer qualquer trilha que apareça, cheerleader nas horas vagas e uma jogadora de RPG de mesa.
Ana Clara de Andrade Mioto
Sou bacharela em Informática Biomédica e atualmente mestranda em Bioengenharia, ambas pela USP. Anteriormente fui instrutora na Escola de Dados da Alura e agora sou Cientista de Dados na Exame (Grupo BTG Pactual). Sou cofundadora e atual conselheira do grupo Data Girls. Possuo grande interesse na área de Ciência de Dados e Inteligência Artificial com aplicações em diferentes áreas de negócio. Além disso sou apaixonada por livros, séries, games e um bom café.
-
Ana Clara de Andrade Mioto
Sou bacharela em Informática Biomédica e atualmente mestranda em Bioengenharia, ambas pela USP. Anteriormente fui instrutora na Escola de Dados da Alura e agora sou Cientista de Dados na Exame (Grupo BTG Pactual). Sou cofundadora e atual conselheira do grupo Data Girls. Possuo grande interesse na área de Ciência de Dados e Inteligência Artificial com aplicações em diferentes áreas de negócio. Além disso sou apaixonada por livros, séries, games e um bom café.
Thainá Mariani
Thainá é engenheira de software, instrutora e doutora em ciência da computação. Gosta de ajudar os profissionais a tornar as atividades diárias mais automatizadas e compreensíveis. Estudou a aplicação de IA na engenharia de software e foi assistente de pesquisa na Universidade de Michigan durante um intercâmbio no doutorado. Lecionou para a graduação tecnologias web, como spring e angular. Adora e sabe java e python.
-
Thainá Mariani
Thainá é engenheira de software, instrutora e doutora em ciência da computação. Gosta de ajudar os profissionais a tornar as atividades diárias mais automatizadas e compreensíveis. Estudou a aplicação de IA na engenharia de software e foi assistente de pesquisa na Universidade de Michigan durante um intercâmbio no doutorado. Lecionou para a graduação tecnologias web, como spring e angular. Adora e sabe java e python.
Thiago G Santos
Um quase físico, apaixonado por dados e educação. Atuou durante alguns anos na área de Data Science na maior fabricante de eletrodomésticos do mundo e trabalhou em projetos de Processamento de Linguagem Natural para a Petrobrás. Atualmente dedica-se à aplicação de machine learning na área da educação e na democratização do acesso ao ensino de Data Science no Brasil.
-
Thiago G Santos
Um quase físico, apaixonado por dados e educação. Atuou durante alguns anos na área de Data Science na maior fabricante de eletrodomésticos do mundo e trabalhou em projetos de Processamento de Linguagem Natural para a Petrobrás. Atualmente dedica-se à aplicação de machine learning na área da educação e na democratização do acesso ao ensino de Data Science no Brasil.
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 o poder do machine learning para otimizar seus processos!
-
Vídeo O que é Machine Learning? #HipstersPontoTube - YouTube
-
Curso Machine Learning: classificação com SKLearn
08h - 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
-
Artigo Primeiros passos em Inteligência Artificial (IA) | Alura Cursos Online
-
2 Avançando na Classificação
Na primeira parte tivemos visão geral do poder do aprendizado de máquina, trabalhamos com algoritmos de classificação, regressão e clusterização.
Neste passo vamos explorar ainda mais a classificação, conhecer o que está por trás dos panos deste processo e aprender como reduzir a complexidade dos seus dados diminuindo a quantidade de informação através de técnicas de features selection e redução de dimensionalidade.
-
Alura+ Exemplos de classificação binária
-
Curso Machine Learning: classificação por trás dos panos
08h - Aplique machine learning na sua empresa
- Saiba o que são tarefas de Classificação
- Classifique os novos clientes de acordo com sua fidelização
- Entenda como funciona os modelos de classificação: K-vizinhos mais próximos, Bernoulli Naïve Bayes e Árvore de Decisão
- Compare o resultado de diferentes algoritmos de maneira válida
- Solucione um problema como uma pessoa cientista de dados
-
Vídeo Machine Learning: como ensinar uma máquina a aprender | Nerdologia Tech - YouTube
-
Curso Machine Learning: lidando com dados de muitas dimensões
12h - Aprenda o que são dados de alta dimensionalidade.
- Crie um modelo de Machine Learning para classificação.
- Construa uma matriz de correlação com Pandas e Seaborn.
- Aprenda como selecionar feature com visualizações dos dados.
- Utilize o Scikit-learn para criar modelos de seleção de feature automáticos.
- Aprenda a utilizar técnicas de redução de dimensionalidade (PCA e T-SNE).
-
3 Avançando na Clusterização
Já vimos o poder da classificação, agora precisamos explorar outro tópico importante para o aprendizado de máquina, a clusterização.
Vamos mergulhar nos algoritmos de clusterização, discutindo os principais métodos e suas métricas de avaliação e aprendendo a extrair padrões dos dados.
-
Artigo Conhecendo os tipos de aprendizado de máquina | Alura Cursos Online
-
Curso Clustering: extraindo padrões de dados
09h - Descubra como validar e interpretar resultados com dados sem rótulos;
- Aprenda técnicas que irão te ajudar a interpretar informações de clusters;
- Extraia informações sobre o comportamento de clientes utilizando dados de uma empresa de cartão de crédito;
- Utilize o scikit-learn para gerar clusters e calcular diferentes métricas de validação;
- Entenda a matemática por trás das métricas de validação: silhouette, davies bouldin e calinski harabasz.
-
Curso Clustering aplicado: recomendando músicas com K-Means
10h - Entenda como os sistemas de recomendação de músicas funcionam
- Conheça e use métodos de machine learning não supervisionada para classificação de músicas
- Saiba quais são os critérios e características das músicas são utilizadas para a recomendação
- Realize a criação de um recomendador de músicas e conecte com a API do Spotify
- Conheça a API do Spotify mais a fundo com a biblioteca Spotipy
-
4 Validação e otimização
Você está avançando e agora chegou a hora de se aprofundar ainda mais em Machine Learning.
Nesta parte, aplicaremos técnicas de validação cruzada (cross validation) e utilizaremos a aleatoriedade a nosso favor. Vamos entender como e quando usar diversas estratégias 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!
Esse passo está repleto de desafios, então prepare seus equipamento porque o mergulho será cheio de desafios!
-
Curso Machine Learning: validação de modelos
08h - 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
09h - 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
08h - 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
-
Escola
Data Science
Além dessa, a categoria Data Science conta com cursos de Ciência de dados, BI, SQL e Banco de Dados, Excel, Machine Learning, NoSQL, Estatística,e mais...
Conheça a Escola
