![](https://cdn.codefinity.com/master/23698b680a0ddf684b04e23291b7f798f7dc776e/_next/static/media/dsa-banner-mobile.2ca1c9bd.png?w=3840&q=75)
![](https://cdn.codefinity.com/master/23698b680a0ddf684b04e23291b7f798f7dc776e/_next/static/media/dsa-banner.c1a13fa3.png?w=3840&q=75)
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 TeamsWhat 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.
- Conceitos do Scikit-learnPreview
- Familiarizando-se com o Conjunto de DadosPreview
- Lidando com Valores AusentesPreview
- Desafio de ImputaçãoPreview
- CodificadorOrdinalPreview
- Codificador One-HotPreview
- CodificadorDeEtiquetasPreview
- Desafio de CodificaçãoPreview
- Por Que Escalar os Dados?Preview
- StandardScaler, MinMaxScaler, MaxAbsScalerPreview
- Desafio de EscalabilidadePreview
- Resumo de Pré-processamentoPreview
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!
- ModelosPreview
- ClassificadorKNeighborsPreview
- Avaliando um Modelo. Divisão Treino-Teste.Preview
- Validação CruzadaPreview
- Desafio de Validação CruzadaPreview
- GridSearchCVPreview
- O Defeito do GridSearchCVPreview
- Desafio de Ajuste de Hiperparâmetros com RandomizedSearchCVPreview
- Resumo da ModelagemPreview
- Unindo TudoPreview
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.
- IntroduçãoPreview
- Importar DadosPreview
- Ajustes de ColunasPreview
- Análise PreliminarPreview
- Trace a Distribuição do AlvoPreview
- To accurately fulfill your request, I need to know which stopwords you want to remove from the text in question. Stopwords are commonly considered to be words that do not carry significant meaning and are often omitted in machine processing of text, such as search engines and natural language processing algorithms. Common stopwords in English include words like "the", "and", "a", "to", etc. However, without the specific context of the text and an exact list of stopwords to remove, it would be difficult to provide an accurate translation that omits these words. Please provide the text and the list of stopwords you wish to exclude.Preview
- Usando .loc[ ]Preview
- Divisão Treino-TestePreview
- Pré-processamento de DadosPreview
- ModelagemPreview
- Todos JuntosPreview
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 6 / Clustering Demystified
Neste projeto, vamos entender o que é um cluster e como utilizá-lo em Python.
- IntroduçãoPreview
- Importar Bibliotecas e Dados NecessáriosPreview
- Análise PreliminarPreview
- Preparação de DadosPreview
- Declarar Vetor de Características e Variável AlvoPreview
- Converter Variável Categórica em InteirosPreview
- Escalonamento de CaracterísticasPreview
- Modelo K-Means com Dois ClustersPreview
- Verifique a QualidadePreview
- Quantos Clusters?Preview
- Modelo K-Means com 4 ClustersPreview
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.
- Classificador BaggingPreview
- Desafio: Resolver Tarefa Usando Classificador de BaggingPreview
- Regressão por AgregaçãoPreview
- Desafio: Resolvendo Tarefa com Regressor de AgregaçãoPreview
- Floresta AleatóriaPreview
- Desafio: Determinar a Importância das Características Usando Floresta AleatóriaPreview
- Árvores Extremamente AleatóriasPreview
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...
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...
Data Engineer
Certificado de Conclusão
Mostre suas habilidades recém-adquiridas. Você merece
Discover more
Learning tracks
Somente para Ultimate![track image](https://content-cdn.codefinity.com/images/376c5f03-583a-49ec-8c0e-64ada7eb4d8c_297d3e4758b44706b23a30a6c1ddbe76.png.png?w=3840&q=75)
Somente para Ultimate![track image](https://content-cdn.codefinity.com/images/4509a221-8662-490a-b37b-0abf5526bc69_2830fd01cdfa40bea10e9896b24d67a8.jpg.jpg?w=3840&q=75)
![](https://cdn.codefinity.com/master/23698b680a0ddf684b04e23291b7f798f7dc776e/_next/static/media/dark-arrow-in-circle-right.32533171.svg)
Learning tracks
trilha
![track image](https://content-cdn.codefinity.com/images/376c5f03-583a-49ec-8c0e-64ada7eb4d8c_297d3e4758b44706b23a30a6c1ddbe76.png.png?w=3840&q=75)
trilha
![track image](https://content-cdn.codefinity.com/images/4509a221-8662-490a-b37b-0abf5526bc69_2830fd01cdfa40bea10e9896b24d67a8.jpg.jpg?w=3840&q=75)
Become a Development expert
Interactive exercises
Learning videos
AI-assistant on all courses
Workspaces for designing your own projects
Ready to get started?
ProBest intro offer | UltimateA complete experience to kickstart your career | |
---|---|---|
85+ Top-Rated courses | ||
Completion certificates | ||
Early access to new courses | ||
20+ hands-on Real-world projects | ||
Personalized study tracks | ||
Unlimited workspaces | ||
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