Curso de Machine Learning
Carga horária: 80 horas
Prazo de utilização: 1 mês
? Ideal para quem quer entrar no mundo da inovação. Você vai aprender sobre os tipos de aprendizagem, a regressão logística, a linguagem natural, algoritmos, árvores de decisão, e muito mais. Se você se interessou por esse, vai gostar também do Curso de Introdução ao PHP,, HTML e CSS Essencial, e Design Digital,. Sobre a carga horária: O curso possui 80 horas de carga horária. Porém, se for concluído antes de 5 dias, passa a ter 10 horas de carga horária. Conforme nosso contrato e termos de uso.
Curso com Certificado
(Taxa de emissão: consulte condições do plano)
Curso Premium
Avaliação do Curso: 5.0
Categoria: Produto / Programação e Desenvolvimento
- 1: Machine Learning no mundo
- 2: O que é aprendizagem?
- 3: Processo de aprendizagem
- 4: Aprendizagem supervisionada
- 5: Aprendizagem não supervisionada
- 6: Aprendizagem por reforço
- 7: Aprendizagem de classificação
- 8: Aprendizagem de regressão
- 9: Aprendizagem de clusterização
- 10: Como selecionar o algoritmo?
- 11: O que é um modelo preditivo?
- 12: Principais métodos de aprendizagem
- 13: O que é regressão logística?
- 14: Como funciona a regressão logística?
- 15: Regressão logística com o RStudio
- 16: Conhecendo o algoritmo KNN
- 17: Como funciona o KNN?
- 18: Construindo o modelo do KNN em RStudio
- 19: Conhecendo o Naives Bayes
- 20: Naives Bayes e seu funcionamento
- 21: Aplicando o Naives Bayes no RStudio
- 22: Algoritmo da árvore de decisão
- 23: Funcionamento da árvore de decisão
- 24: Construindo árvore de decisão no RStudio
- 25: Conhecendo o Random Forest
- 26: Funcionamento do Random Forest
- 27: Random Forest na linguagem R
- 28: Conhecendo o algoritmo SVM
- 29: Como funciona o algoritmo SVM?
- 30: Construindo o modelo SVM com R
- 31: Conhecendo a linguagem natural
- 32: Como funciona a linguagem natural?
- 33: Modelo de linguagem natural
- 34: Conhecendo redes neurais
- 35: Entendendo as redes neurais
- 36: Aplicando redes neurais com R
- 37: O que é Deep Learning?
- 38: Como funciona o Deep Learning?
- 39: Construindo o modelo Deep Learning
- Curso de Machine Learning
