When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.

Udemy logo

Machine Learning e Data Science com Weka e Java - Completo

Aprenda as técnicas que o mundo real exige e torne-se um profissional competitivo na área de Inteligência Artificial!

     
  • 4.7
  •  |
  • Reviews ( 869 )
₹519

This Course Includes

  • iconudemy
  • icon4.7 (869 reviews )
  • icon27h 58m
  • iconenglish
  • iconOnline - Self Paced
  • iconprofessional certificate
  • iconUdemy

About Machine Learning e Data Science com Weka e Java - Completo

A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já

foi classificado como o trabalho "número 1"

por vários veículos da mídia internacional. E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando a ferramenta Weka, que é uma das ferramentas mais utilizadas para machine learning e mineração de dados. Além disso, também utilizaremos a linguagem de programação Java para fazer a integração com o Weka! Este curso apresenta

desde os conceitos mais básicos até técnicas mais avançadas

, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmos! O curso é dividido em cinco partes: 1. Classificação - extração de características de imagens, naive bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores 2. Regressão - regressão linear simples e múltipla, polinomial, árvores de decisão, random forest, vetores de suporte e redes neurais artificiais 3. Regras de associação - algoritmo apriori 4. Agrupamento - k-means e agrupamento hierárquico 5. Redução de dimensionalidade com PCA e LDA Durante o curso desenvolveremos um projeto prático de reconhecimento automático de personagens dos desenhos animados. Nosso objetivo principal será construir passo a passo um sistema inteligente para reconhecer automaticamente as imagens do Homer e do Bart dos Simpsons! O sistema aprenderá com as imagens e depois nós forneceremos uma nova imagem como entrada e o software conseguirá identificar automaticamente de quem é a imagem! É um projeto muito interessante que você conseguirá compreender todos os conceitos que envolvem a área de aprendizagem de máquina. Este curso tem o objetivo de servir como um referencial de consulta sobre as técnicas abordadas, por isso ele procura cobrir a maior parte dos assuntos que envolvem machine learning. Este curso pode ser categorizado para todos os níveis, pois pode servir de base para consulta para alunos mais experientes no assunto e também um ótimo guia para quem está iniciando na área! Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)

What You Will Learn?

  • Tenha uma base teórica sólida sobre os principais algoritmos de Machine Learning .
  • Aprenda sobre as principais funcionalidades do Weka .
  • Aprenda na teoria e na prática sobre os algoritmos de Machine Learning para classificação, regressão, regras de associação e agrupamento .
  • Entenda como funcionam as técnicas para redução de dimensionalidade PCA, KernelPCA e LDA .
  • Aprenda a avaliar os algoritmos de Machine Learning usando estatística não paramétrica .
  • Veja como encontrar padrões escondidos em dados utilizando técnicas de associação e agrupamento.