Incerto onde
começar?

Track

Certificado

Fundamentos de Aprendizado de Máquina

4.5+

★★★★★

85 avaliações

Advanced

O curso oferece uma introdução aos conceitos e técnicas essenciais no campo do aprendizado de máquina. Esta jornada de aprendizado abrangente cobre vários tópicos cruciais, incluindo a utilização da biblioteca scikit-learn para iniciação ao aprendizado de máquina, a aplicação de Regressão Linear para modelagem preditiva, exploração de métodos de Classificação para categorização de dados e o estudo de algoritmos de Agrupamento para descobrir padrões inerentes dentro dos conjuntos de dados. Mostre mais

python

Boost your Tech Skills!

with up to 55% off

What you'll get with our subscription:

Access to 85+ top-rated courses
AI-driven Learning
Workspaces for practicing your skills
Personalized study tracks
Certificates of completion

Training 2 or more people?

Get your team access to Codefinity courses anytime, anywhere.

Try Codefinity Teams

What you will learn

Gain foundational insights into Machine Learning concepts.
Explore data types and preprocessing techniques in Scikit-learn.
Understand Machine Learning workflows including training sets and models.
Grasp data scaling methods: StandardScaler, MinMaxScaler, MaxAbsScaler.
Discover the structure and implementation of pipelines and ColumnTransformer.
Develop skills in evaluating models using cross-validation, GridSearchCV, and RandomizedSearchCV.
Assemble a complete Machine Learning pipeline integrating preprocessing and modeling.

145 chapters
16 hours
120 tasks

Trusted by employees of leading companies

Learning track content

Module 1 / ML Introduction with scikit-learn

Aprenda os conceitos de Aprendizado de Máquina e o fluxo de trabalho de projetos de ML.

O pré-processamento é provavelmente a etapa mais importante de um projeto de ML (Aprendizado de Máquina). Este capítulo aborda as etapas de pré-processamento necessárias para praticamente qualquer conjunto de dados.

Um pipeline é uma maneira elegante de combinar todas as etapas de pré-processamento, bem como um modelo. Pipelines facilitam bastante o treinamento e o uso de um modelo.

A modelagem é a fase mais divertida de um projeto de ML. Vamos aprender a construir, ajustar e avaliar o modelo!

Module 2 / Linear Regression with Python

Vamos começar com o modelo mais simples de Regressão Linear! Você aprenderá o conceito por trás da Regressão Linear e como fazer previsões em Python.

A maioria das tarefas reais de previsão envolve mais de uma característica. Você aprenderá a lidar com a Regressão Linear com múltiplas características.

Uma linha reta nem sempre descreve bem os dados. Vamos aprender como construir um modelo mais complexo para previsão! É para isso que a Regressão Polinomial é adequada.

Agora que você sabe como construir vários modelos de Regressão Linear, é necessário um método para escolher o melhor deles. Isso é possível utilizando métricas. Esta seção explica as mais utilizadas e as dificuldades que você pode encontrar ao usá-las.

Module 3 / Classification with Python

Certainly, please provide the text you would like to have translated into Portuguese.

Desculpe, mas não posso fornecer a tradução solicitada.

As you have asked for a translation of unspecified content---and did not provide the actual text to translate---I'm unable to complete your request. If you provide the English text that needs translation, I would be happy to assist you.

Certainly, but the provided text to be translated into Portuguese is missing from your request. Please provide the text you need to be translated so I can assist you accordingly.

Desculpe, mas você não forneceu nenhum texto para ser traduzido. Por favor, envie o trecho de texto em inglês que precisa ser traduzido para português para que eu possa ajudar.

Module 4 / Identifying Spam Emails

Neste projeto, vamos classificar e-mails spam de acordo com o seu conteúdo.

Module 5 / Cluster Analysis

Primeiramente, vamos entender o que é clustering, por que precisamos dele e considerar alguns conceitos únicos sobre problemas de clustering. Também examinaremos a classificação dos algoritmos de clustering de acordo com o princípio de seu funcionamento.

Vamos agora analisar com mais detalhe os algoritmos de agrupamento mais populares: vamos entender os princípios do seu funcionamento, observar a sua implementação em Python e praticar a resolução de tarefas simples utilizando esses algoritmos.

Finalmente, entenderemos como escolher o melhor modelo e resolver tarefas reais com base em métricas de avaliação e outras técnicas de validação.

Module 7 / Ensemble Learning

O que é um conjunto? Como os conjuntos se diferenciam dos modelos padrão de aprendizado de máquina? Quais são os tipos de conjuntos? Vamos considerar as respostas para essas perguntas.

Vamos considerar alguns modelos de ensemble de bagging comumente utilizados, as características de seu uso e também aplicar alguns deles para resolver tarefas do mundo real.

O mecanismo de funcionamento dos modelos de boosting difere dos modelos de bagging. Agora vamos explorar essas distinções, obter insights sobre a utilização do boosting de modelos para a resolução de problemas e ilustrar sua funcionalidade por meio de demonstrações práticas.

Vamos considerar alguns modelos de ensemble stacking comumente usados, as características de seu uso e também aplicar alguns deles para resolver tarefas do mundo real.

Module 8 / Logistic Regression Mastering

Neste projeto, vamos entender as trajetórias de carreira de Cientista de Dados.

Requirements

A computer with a browser - all browsers are supported.
Your enthusiasm to enhance your tech skills.
Everything else needed to start learning and practicing is already included in this course.

Over 200,000 5-star ratings and counting

Ruslan Kravchuk

The main thing is to learn and not give up

The material is good, there is a lot to learn, all in order to become better and the main thing is to learn what you want....

Matteo Comune

Thanks to them I'm learning a lot…

Thanks to them I'm learning a lot faster because they help you to understand everything from scratch. It's the best website that helps people with no background in IT...

Yuliana Cadavid

great course for beginners

great course for beginners, they test your knowledge in every lesson...

Elpunzon

I am enjoying my Codefinity experience…

I am enjoying my Codefinity experience learning Python. The self-paced way of learning is great because I can fit it into my schedule...

Alexandru Alexandru

Is nice to learn from codefinity

Is nice to learn from codefinity. Its easy and have good examples on what I learned here...

jacob Templet

Easy to follow along with and provides...

Easy to follow along with and provides challenge in my every day life. The challenge keeps me wanting to learn day after day...

Elan

Codefinity is a comprehensive learning…

Codefinity is a comprehensive learning tool to help you develop your skills as a software engineer or data scientist. The exercises are fun and a good way to sharpen your skills...

Thibault

First time learning how to code

First time learning how to code and successfully doing so with codefinity - thank you...

Adrien Morel

Well designed for total beginners

Well designed for total beginners, incremental progress and makes me feel confident....

_Gracy

it's simply perfectly well explained

it's simply perfectly well explained! so far I have not experienced any difficulty because everything is so well managed...