Machine Learning - Python & R In Data Science APK

44 hours on-demand video lectures.
Complete machine learning data science course.

Curso udemy completo de graça.
O que você aprenderá


Master Machine Learning em Python & R
Tenha uma ótima intuição de muitos modelos de Machine Learning
Faça previsões precisas
Faça uma análise poderosa
Crie modelos robustos de Machine Learning
Crie forte valor agregado para seus negócios
Use o Machine Learning para fins pessoais
Lidar com tópicos específicos como Aprendizagem por Reforço, PNL e Aprendizagem Profunda
Lidar com técnicas avançadas como redução de dimensionalidade
Saiba qual modelo de Machine Learning escolher para cada tipo de problema
Crie um exército de poderosos modelos de Machine Learning e saiba como combiná-los para resolver qualquer problema


Descrição
Interessado no campo de Machine Learning? Então este curso é para você!

Este curso foi desenvolvido por dois cientistas de dados profissionais para que possamos compartilhar nosso conhecimento e ajudá-lo a aprender teoria complexa, algoritmos e bibliotecas de codificação de uma maneira simples.

Vamos orientá-lo passo a passo no mundo do Machine Learning. A cada tutorial, você desenvolverá novas habilidades e melhorará sua compreensão deste subcampo desafiador e lucrativo da ciência de dados.

Este curso é divertido e emocionante, mas, ao mesmo tempo, mergulhamos profundamente no Machine Learning. Está estruturado da seguinte maneira:

Parte 1 - Pré-processamento de Dados
Parte 2 - Regressão: Regressão Linear Simples, Regressão Linear Múltipla, Regressão Polinomial, SVR, Regressão em Árvore de Decisão, Regressão Aleatória em Floresta
Parte 3 - Classificação: Regressão Logística, K-NN, SVM, SVM de Kernel, Naive Bayes, Classificação de Árvore de Decisão, Classificação Aleatória de Floresta
Parte 4 - Clustering: K-Means, cluster hierárquico
Parte 5 - Aprendizagem de Regras de Associação: Apriori, Eclat
Parte 6 - Aprendizado por reforço: limite superior de confiança, amostragem Thompson
Parte 7 - Processamento de linguagem natural: modelo de saco de palavras e algoritmos para PNL
Parte 8 - Aprendizado Profundo: Redes Neurais Artificiais, Redes Neurais Convolucionais
Parte 9 - Redução de dimensionalidade: PCA, LDA, Kernel PCA
Parte 10 - Seleção e Otimização de Modelo: Validação Cruzada k-fold, Ajuste de Parâmetros, Pesquisa em Grade, 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 obterá prática prática na construção de seus próprios modelos.

E como bônus, este curso inclui modelos de código Python e R, que você pode baixar e usar em seus próprios projetos.

Para quem é este curso:
Qualquer pessoa interessada em Machine Learning.
Alunos que tenham pelo menos conhecimentos do ensino médio em matemática e que queiram começar a aprender Machine Learning.
Qualquer pessoa de nível intermediário que conheça o básico do aprendizado de máquina, incluindo algoritmos clássicos como regressão linear ou regressão logística, mas que queira aprender mais sobre ele e explorar todos os diferentes campos do aprendizado de máquina.
Qualquer pessoa que não seja tão confortável com a codificação, mas que esteja interessada no Machine Learning e queira aplicá-lo facilmente nos conjuntos de dados.
Qualquer estudante da faculdade que queira iniciar uma carreira em Data Science.
Qualquer analista de dados que queira subir de nível no Machine Learning.
Qualquer pessoa que não esteja satisfeita com o trabalho e que queira se tornar um cientista de dados.
Qualquer pessoa que queira agregar valor aos seus negócios usando poderosas ferramentas de Machine Learning.