Formação Machine Learning
Aprenda a tecnologia que não para de crescer!
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?
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 fFormação, 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!
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
-
Gabriel Gomes
-
Guilherme Silveira
-
Thainá Mariani
-
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 o poder do machine learning para otimizar seus processos!
-
Vídeo O que é Machine Learning? #HipstersPontoTube - YouTube
-
Curso Machine Learning: Introdução a classificação com SKLearn
Curso | 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
-
Post Primeiros passos em Inteligência Artificial (IA) | Alura Cursos Online
-
Curso Machine Learning: Introdução a algoritmos não supervisionados
Curso | 06h - 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 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
Curso | 10h - Aplique machine learning na sua empresa
- Classifique clientes em categorias que ajudam sua empresa a crescer e o cliente a ter o produto que deseja
- 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 diferentes algoritmos de uma maneira válida
- Entenda por trás dos panos o que é o tal do aprendizado de máquina para classificação
-
Vídeo Machine Learning: como ensinar uma máquina a aprender | Nerdologia Tech - YouTube
-
Curso Machine Learning: Lidando com dados de muitas dimensões
Curso | 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).
Faça esse curso e:
Mais detalhesdo curso Machine Learning: Classificação por trás dos panos
Faça esse curso e:
Mais detalhesdo curso Machine Learning: Lidando com dados de muitas dimensões
-
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.
-
Post Conhecendo os tipos de aprendizado de máquina | Alura Cursos Online
-
Curso Clustering Básico: k-means, DBSCAN e mean shift
Curso | 06h - Conheça o básico sobre análise exploratória
- Crie visualização de dados utilizando a biblioteca plotly
- Utilize o método K-means, DBSCAN e Mean shift para agrupar dados sem classificação
- Aprenda a agrupar vinhos
- Avalie a qualidade de uma clusterização através da utilização do coeficiente de silhueta
- Parametrize métodos de clusterização através do máximo coeficiente de silhueta
-
Curso Clustering: extraindo padrões de dados
Curso | 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.
Faça esse curso e:
Mais detalhesdo curso Clustering Básico: k-means, DBSCAN e mean shift
Faça esse curso e:
Mais detalhesdo curso Clustering: extraindo padrões de dados
-
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
Curso | 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
Curso | 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
Curso | 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
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...