Neste curso, você aprenderá como resolver problemas de classificação usando vários algoritmos de aprendizado supervisionado.
🎯 Tarefas
Neste curso, você aprenderá:
- Como implementar regressão logística, algoritmo K-vizinhos mais próximos (K-nearest neighbor), Naive Bayes, máquina de vetores de suporte (Support Vector Machine), perceptron e rede neural artificial, árvore de decisão e floresta aleatória (random forest), e métodos de bagging e boosting.
- Como entender os princípios por trás de cada um desses algoritmos de classificação.
- Como implementar e aplicar esses algoritmos para resolver problemas de classificação do mundo real, como reconhecimento de dígitos manuscritos.
🏆 Conquistas
Após concluir este curso, você será capaz de:
- Entender os pontos fortes e fracos de diferentes algoritmos de classificação e escolher o mais apropriado para o seu problema.
- Implementar e aplicar esses algoritmos para resolver problemas de classificação em vários domínios.
- Avaliar o desempenho desses algoritmos usando técnicas de validação cruzada (cross-validation).
