Habilite o JavaScript para continuar usando o Blog!
Interessado no campo de Machine Learning? Então este curso é para você!
Este curso foi projetado por dois cientistas de dados profissionais para que possamos compartilhar nosso conhecimento e ajudá-lo a aprender a teoria complexa, algoritmos e bibliotecas de codificação de uma maneira simples.
Nós o acompanharemos passo a passo no Mundo do Machine Learning. A cada tutorial você desenvolverá novas habilidades e melhorará sua compreensão dessa subárea desafiadora, porém lucrativa, do Data Science.
Este curso é divertido e emocionante, mas, ao mesmo tempo, aprofundaremos no Machine Learning. Está estruturado da seguinte maneira:
– Parte 1 – Pré-processamento de dados
– Parte 2 – Regressão: Simple Linear Regression, Multiple Linear Regression, Polynomial Regression, SVR, Decision Tree Regression, Random Forest Regression
– Parte 3 – Classificação: Logistic Regression, K-NN, SVM, Kernel SVM, Naive Bayes, Decision Tree Classification, Random Forest Classification
– Parte 4 – Agrupamento: K-Means, Hierarchical Clustering
– Parte 5 – Aprendizagem por Regra de Associação: Apriori, Eclat
– Parte 6 – Aprendizagem por Reforço: Upper Confidence Bound, Thompson Sampling
– Parte 7 – Processamento de Linguagem Natural: modelo “saco de palavras” e algoritmos para NLP (Programação neurolinguística)
– Parte 8 – Aprendizagem Profunda: Artificial Neural Networks, Convolutional Neural Networks
– Parte 9 – Redução de Dimensionalidade: PCA, LDA, Kernel PCA
– Parte 10 – Seleção de Modelo e Melhorias: k-fold Cross Validation, Parameter Tuning, Grid Search, XGBoost
Além disso, o curso está repleto de exercícios práticos baseados em exemplos da vida real. Assim, você não apenas aprenderá a teoria, mas também aprenderá a construir seus próprios modelos.
E como bônus, este curso inclui os modelos de código Python e R que você pode baixar e usar em seus próprios projetos.
Autor: Kirill Eremenko e Hadelin de Ponteves
Gênero: Programação
Ano de Lançamento: 2018
Formato: MP4
Idioma: Português
Tamanho: 5.77 GB
Servidor: Torrent
HERE! (howTo)
Sem comentários:
Enviar um comentário