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.
Ciência de Dados: Fundamentos de Regressão e AI
Descubra como utilizar ferramentas para análise preditiva de dados e aprimore suas habilidades em Machine Learning!
This Course Includes
udemy
4.9 (43 reviews )
5 total hours 
portuguese
Online - Self Paced
course
Udemy
About Ciência de Dados: Fundamentos de Regressão e AI
Por que você deve fazer este curso?
Você sabia que a área de Machine Learning é um dos grandes pilares da Indústria 4.0? Sim! Nos auxilia criando Gêmeos Digitais, entendendo melhor os processos, melhorando a eficiência, reduzindo custos, minimizando impactos ambientais, além de ser uma poderosa ferramenta na área de Pesquisa e Desenvolvimento de novos produtos e processos.
Não perca esta oportunidade de surfar na crista da onda e estar entre os TOP 10 na Área. Aprenda a criar algoritmos de Regressão de Dados usando Machine Learning em Python.
Tudo rodando na nuvem (Google Colab), sem precisar instalar nada no seu computador! E ainda por cima usando códigos Open Source FREE!
Vamos orientá-lo no mundo do aprendizado de máquina, utilizando Tutoriais e Templates que você poderá reutilizar em seus casos! Na vida real! No seu trabalho! Em cada tópico deste curso lhe forneceremos um Notebook completo para você rodar no Google Colab ou em seu Jupyter Notebook e os Datasets necessários.
Você desenvolverá novas habilidades e melhorará sua compreensão desta área desafiada. Este curso pode ser concluído fazendo os tutoriais Python e respondendo pequenos Quizes no final de cada capítulo.
Este curso é divertido e empolgante e, ao mesmo tempo, mergulhamos profundamente na Aprendizado de Máquina / Machine Learning com foco na área de Regressão de Dados.
Está curso está estruturado com os seguintes tópicos:
Introdução ao Machine Learning
Processamento de Dados
Visualização de Dados
Limpeza de Dados (Remoção de Outliers)
Padronização e Normalização de Dados
Utilização do SciKit-Learn
Trabalhando com Pipelines
Trabalhando com Grid Search
Trabalhando com Cross-Validation
Simple Linear Regression
Multiple Linear Regression
Polynomial Regression
RANSAC Regression
K-Nearest Neighbors Regression
Support Vector Machines Regression
Decision Tree Regression
Random Forest Regression
Extremely Randomized Trees Regression
Stochastic Gradient Descent Regression
Light GBM Regression
Multi-layer Perceptron Regression
What You Will Learn?
- Domine o aprendizado de máquina em Python para Regressão de Dados.
- Faça previsões precisas.
- Crie modelos robustos de aprendizado de máquina.
- Use o aprendizado de máquina para fins pessoais ou profisssionais.
- Tenha um ótimo domínio de muitos modelos de Machine Learning.