Visão Geral

Curso Python for Machine Learning. Domine as habilidades para usar o aprendizado de máquina em seu trabalho diário com este curso de Python. Crie algoritmos para prever classes, valores contínuos e muito mais. Este Curso Python for Machine Learning, foi desenvolvido para o aluno que já conhece um pouco de Python e está pronto para se aprofundar no uso dessas habilidades em Python para aprendizado de máquina. Com foco no SciKit Learn, você aprenderá todos os aspectos do aprendizado de máquina, desde uma variedade de tipos de regressão (Linear/Lasso/Ridge), Elastic Net, K vizinhos mais próximos e agrupamento de meios, agrupamento hierárquico, DBSCAN, PCA e modelo Implantação.

Objetivo

Após participar com êxito deste Curso Python for Machine Learning, você será capaz de:

• Você aprenderá como usar ciência de dados e aprendizado de máquina com Python.
• Entenda o aprendizado de máquina de cima a baixo.
• Aprenda NumPy para processamento numérico com Python.
• Conduza engenharia de recursos em estudos de caso do mundo real.
• Aprenda Pandas para manipulação de dados com Python.
• Crie algoritmos de aprendizado de máquina supervisionado para prever classes.
• Crie algoritmos de aprendizado de máquina de regressão para prever valores contínuos.
• Construa um portfólio moderno de projetos de currículo de aprendizado de máquina.
• Aprenda como usar o Scikit-learn para aplicar algoritmos poderosos de aprendizado de máquina.
• Configure rapidamente com o ambiente de pilha de ciência de dados Anaconda.
• Entenda todo o fluxo de trabalho do produto para o ciclo de vida do machine learning.
• Explore como implantar seus modelos de machine learning como APIs interativas.

Publico Alvo

• Desenvolvedores experientes de Python que buscam compreender uma ampla variedade de algoritmos de aprendizado de máquina, incluindo algoritmos de aprendizado supervisionado e não supervisionado.

Pre-Requisitos

• Para ter sucesso neste curso, os alunos devem ter o seguinte: Habilidades e conhecimentos intermediários em Python
• Nível de conhecimento e experiência adquirida com Python para Ciência de Dados

Materiais

Conteúdo Programatico

1. Python
2. Jupyter notebooks
3. Numpy
4. Pandas
5. Matplotlib
6. Machine Learning concepts
7. Supervised vs Unsupervised Learning
8. Types of Machine Learning – Classification vs Regression
9. Evaluation
10. Machine Learning Methods – All in Theory and Practice
11. Linear Regression
12. Logistic Regression
13. K Nearest Neighbors
14. Support Vector Machine
15. Decision Trees
16. Unsupervised Learning Methods
17. Feature Engineering and Data Preparation