Incerto onde
começar?

Track

Certificado

Fundamentos de Aprendizado de Máquina

4.6+

★★★★★

134 avaliações

Intermediate

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

Understand the core principles of supervised learning and apply them using scikit-learn
Develop a strong mathematical foundation for data science, including linear algebra, probability, and optimization
Learn to implement and evaluate linear regression models for predictive analysis
Explore classification techniques and build models to distinguish between different categories of data
Master ensemble learning methods to improve model performance and robustness
Learn the core principles of neural networks, how to build basic deep learning models and evaluate them

141 chapters
20 hours
148 tasks

Trusted by employees of leading companies

Learning track content

Module 1 / ML Introduction with scikit-learn

Learn the Machine Learning concepts and the ML project workflow.

Preprocessing is probably the most important stage of an ML project. This chapter covers the preprocessing steps needed for almost any dataset.

A pipeline is a neat way to combine all the preprocessing steps as well as a model. Pipelines make it much easier to train and use a model.

Modeling is the most fun stage of an ML project. Let's learn to build, fine-tune and evaluate the model!

Module 2 / Regressão Linear com Python

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

A maioria das tarefas de previsão do mundo real envolve mais de uma variável. Você aprenderá como lidar com Regressão Linear com múltiplas variáveis.

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. Isso pode ser feito utilizando métricas. Esta seção explica as métricas mais utilizadas e as dificuldades que podem surgir ao utilizá-las.

Module 3 / Classification with Python

Module 4 / Introdução ao Aprendizado por Reforço

Esta seção apresenta os princípios fundamentais do aprendizado por reforço, abordando suas características definidoras, fundamentos matemáticos e como os agentes aprendem por meio de interação e feedback. Você também terá contato prático com ferramentas essenciais para se preparar para construir e treinar seus primeiros agentes de RL.

Esta seção explora o problema do bandido de múltiplos braços — um excelente cenário para compreender o dilema entre exploração e exploração. Você aprenderá e implementará algoritmos que auxiliam agentes a tomar decisões sob incerteza, equilibrando a maximização de recompensas com a necessidade de explorar.

Esta seção apresenta a programação dinâmica como um método poderoso para resolver problemas de aprendizado por reforço quando um modelo completo do ambiente está disponível. Você aprenderá como avaliar e melhorar políticas utilizando as equações de Bellman e explorará técnicas centrais como iteração de políticas, iteração de valores e iteração generalizada de políticas — construindo a base teórica para futuros métodos sem modelo.

Esta seção apresenta os métodos de Monte Carlo para aprender funções de valor e políticas a partir de episódios completos de experiência. Você explorará abordagens on-policy e off-policy, compreenderá como a exploração afeta o aprendizado e implementará técnicas incrementais para estimar retornos de forma eficiente — tudo isso sem a necessidade de um modelo do ambiente.

Esta seção apresenta o aprendizado por diferença temporal (TD), um método fundamental em aprendizado por reforço que combina ideias de Monte Carlo e programação dinâmica. Você aprenderá como estimar funções de valor a partir de episódios incompletos, explorar abordagens on-policy (SARSA) e off-policy (Q-learning), e descobrir como métodos de Monte Carlo e aprendizado por diferença temporal podem ser combinados.

Module 5 / Introduction to Neural Networks

First, we will discuss what a neural network is and how it works. And also consider the scope of its application.

Next, we will try to build our own neural network and see how efficiently it copes with learning. We will also consider a ready-made solution from the scikit-learn library.

Finally, we will give you some additional useful information on how to understand which model to use and what types of neural networks there are. To complete the course, you will be tested on your acquired knowledge.

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

O principal é aprender e não desistir

O material é bom, há muito a aprender, tudo para se tornar melhor e o principal é aprender o que você quer....

Matteo Comune

Graças a eles, estou aprendendo muito…

Graças a eles, estou aprendendo muito mais rápido porque eles ajudam você a entender tudo desde o início. É o melhor site que ajuda pessoas sem conhecimento em TI...

Yuliana Cadavid

óptimo curso para iniciantes

ótimo curso para iniciantes, eles testam o seu conhecimento em cada lição...

Elpunzon

Estou a gostar da minha experiência com a Codefinity…

Estou a gostar da minha experiência de aprendizagem do Python com a Codefinity. A forma de aprendizagem ao meu ritmo é óptima porque posso ajustá-la ao meu horário...

Alexandru Alexandru

É bom aprender com o Codefinity

É bom aprender com o Codefinity. É fácil e tem bons exemplos do que aprendi aqui...

jacob Templet

Easy to follow along with and provides…

É fácil seguir e proporciona desafios no meu dia-a-dia. O desafio mantém-me querendo aprender dia após dia...

Elan

A Codefinity é uma ferramenta de aprendizagem abrangente…

A Codefinity é uma ferramenta de aprendizagem abrangente que ajuda a desenvolver as suas habilidades como engenheiro de software ou cientista de dados. Os exercícios são divertidos...

Thibault

Primeira vez aprendendo a programar

Primeira vez a aprender a programar e conseguindo-o com sucesso com a Codefinity - obrigado...

Adrien Morel

Bem desenhado para iniciantes totais

Bem desenhado para iniciantes totais, progresso incremental e faz-me sentir confiante....

_Gracy

é simplesmente muito bem explicado

é simplesmente perfeitamente bem explicado! Até agora, não tive qualquer dificuldade porque tudo é muito bem gerido...

Ruslan Kravchuk

O principal é aprender e não desistir

O material é bom, há muito a aprender, tudo para se tornar melhor e o principal é aprender o que você quer....

Matteo Comune

Graças a eles, estou aprendendo muito…

Graças a eles, estou aprendendo muito mais rápido porque eles ajudam você a entender tudo desde o início. É o melhor site que ajuda pessoas sem conhecimento em TI...

Yuliana Cadavid

óptimo curso para iniciantes

ótimo curso para iniciantes, eles testam o seu conhecimento em cada lição...

Elpunzon

Estou a gostar da minha experiência com a Codefinity…

Estou a gostar da minha experiência de aprendizagem do Python com a Codefinity. A forma de aprendizagem ao meu ritmo é óptima porque posso ajustá-la ao meu horário...

Alexandru Alexandru

É bom aprender com o Codefinity

É bom aprender com o Codefinity. É fácil e tem bons exemplos do que aprendi aqui...

jacob Templet

Easy to follow along with and provides…

É fácil seguir e proporciona desafios no meu dia-a-dia. O desafio mantém-me querendo aprender dia após dia...

Elan

A Codefinity é uma ferramenta de aprendizagem abrangente…

A Codefinity é uma ferramenta de aprendizagem abrangente que ajuda a desenvolver as suas habilidades como engenheiro de software ou cientista de dados. Os exercícios são divertidos...

Thibault

Primeira vez aprendendo a programar

Primeira vez a aprender a programar e conseguindo-o com sucesso com a Codefinity - obrigado...

Adrien Morel

Bem desenhado para iniciantes totais

Bem desenhado para iniciantes totais, progresso incremental e faz-me sentir confiante....

_Gracy

é simplesmente muito bem explicado

é simplesmente perfeitamente bem explicado! Até agora, não tive qualquer dificuldade porque tudo é muito bem gerido...

Data Engineer

Certificado de Conclusão

Mostre suas habilidades recém-adquiridas. Você merece

Discover more
Learning tracks

	ProBest intro offer	UltimateA complete experience to kickstart your career
85+ Top-Rated courses
Completion certificates
AI-Assistant in all courses
20+ hands-on Real-world projects
Personalized study tracks
Unlimited workspaces

Fundamentos de Aprendizado de Máquina

Desenvolvimento Web com C#

Python de Zero a Herói

SQL do Zero ao Herói

C++ para Iniciantes

Desenvolvimento de Jogos com Unity

Torne-se um Desenvolvedor React

Essenciais do Excel

Essenciais de Java

Desenvolvimento Web Full Stack

Fundação de Desenvolvimento Frontend

Análise e Visualização de Dados em Python

Domínio de C++

Java Web

Torne-se um Engenheiro de QA

Produção de Vídeo com Adobe

Ferramentas de Design UI/UX

Habilidades Essenciais de Escritório

Digital Marketing Essentials

Complete Social Media Management

Business AI Toolkit

Desenvolvimento de Sites sem Código

Odisseia do Deep Learning

Ready to get started?