• Desenvolvimento de Algoritmos de auto-aprendizagem
• Utilização de diversas teorias de Machine learning
• Utilização de diversas ferramentas de analise de dados
• Realização de tomada de decisão a partir das análises apresentadas
• Utilização de bibliotecas

Objetivos do Curso
– Objetivos buscados com o curso de Machine Learning com Python

O que você vai aprender?

– Compreender o que é Machine Learning, os fundamentos da ciência de dados
– Compreender o que é aprendizagem supervisionada
– Compreender o que é aprendizagem não supervisionada
– Aprender o que é processamento de imagem
– Aprender o que é processamento de linguagem natural
– Desenvolver Algorítmos;
– Avaliar resultados obtidos de acordo com cada teoria de Machine Learning;
– Utilizar Bibliotecas de análises de dados;
– Utilizar ferramentas matemáticas para análise de dados
Exemplos Construídos:
Será disponibilizado o código fonte dos projetos desenvolvidos para o aluno.

Conteúdos Programáticos:

1 ) O que é Machine Learning com python?
– O que é Machine Learning e suas aplicações
– Preparação dos dados

2) Aprendizagem Supervisionada com python
– Descrição e exemplos do uso de regressão
– Regressão linear, simples e multipla
– Regressões logísticas
– Classificação
– Exemplos e exercícios práticos

3) Aprendizagem não Supervisionada com python:
– Técnicas baseadas em similaridade, KNN
– Técnicas baseadas em árvores de decisão
– Descrição e exemplos de aprendizagem não supervisionada
– Clusterização baseada em similaridade: K- means
– Clusterização hierárquica
– Exemplos e exercícios práticos

4) O que são e como são utilizados Redes neurais, deep learning e processamento de imagens:
– Histórico e evolução dos modelos inspirados no cérebro
– Princípios técnicos e arquiteturais
– Aplicação de redes neurais
– Redes convolucionais e processamento de imagens
– Exemplos e exercícios práticos

5) Processamento de linguagem natural
– Aplicações
– Tecnica de processamento de linguagem natural
– Exemplos e exercícios práticos