Formação Machine Learning

Passo a passo

1. 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

   Faça esse curso e:

   • 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

   Mais detalhesdo curso Machine Learning: Introdução a classificação com SKLearn

   • 

     Artigo Primeiros passos em Inteligência Artificial (IA) | Alura Cursos Online

2. 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.

   • 

     Site Exemplos de classificação binária

   • 

     Curso Machine Learning: Classificação por trás dos panos

     Curso | 10h

   Faça esse curso e:

   • 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

   Mais detalhesdo curso Machine Learning: Classificação por trás dos panos

   • 

     Vídeo Machine Learning: como ensinar uma máquina a aprender | Nerdologia Tech - YouTube

   • 

     Curso Machine Learning: Lidando com dados de muitas dimensões

     Curso | 12h

   Faça esse curso e:

   • 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).

   Mais detalhesdo curso Machine Learning: Lidando com dados de muitas dimensões

3. 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 Básico: k-means, DBSCAN e mean shift

     Curso | 06h

   Faça esse curso e:

   • 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

   Mais detalhesdo curso Clustering Básico: k-means, DBSCAN e mean shift

   • 

     Curso Clustering: extraindo padrões de dados

     Curso | 09h

   Faça esse curso e:

   • 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.

   Mais detalhesdo curso Clustering: extraindo padrões de dados

4. 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

   Faça esse curso e:

   • 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

   Mais detalhesdo curso Machine Learning: Validação de modelos

   • 

     Curso Machine Learning parte 1: Otimização de modelos através de hiperparâmetros

     Curso | 09h

   Faça esse curso e:

   • 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

   Mais detalhesdo curso Machine Learning parte 1: Otimização de modelos através de hiperparâmetros

   • 

     Curso Machine Learning parte 2: Otimização com exploração aleatória

     Curso | 08h

   Faça esse curso e:

   • 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

   Mais detalhesdo curso Machine Learning parte 2: Otimização com exploração aleatória