Machine Learning A-Z – Hands-On Python & R in Data Science

Mais informações:

• 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