Introdução ao Aprendizado de Máquina(do ZERO ao primeiro modelo)| Mãos à Obra Cientista de Dados #01

Описание: Código elaborado no vídeo: https://www.kaggle.com/kizzyterra/stu...

Como as máquinas aprendem? Será que aprendem mesmo?! O que é esse tal de modelo? Como podemos realizar estimativas a partir dos dados? Muitas são as dúvidas que você pode ter sobre a área de Aprendizado de Máquina (do inglês, Machine Learning). Esse tópico tem sido intensamente discutido recentemente devido a sua utilidade e aplicabilidade em diversos contextos de negócio, pois possibilita a predição de resultados, embasando, assim, a tomada de decisão. Além disso, é uma das ferramentas utilizadas por cientistas de dados para extrair informações dos dados e realizar predições.

Aprendizado de máquina ou machine learning é um processo de treinamento de um algoritmo, um modelo, que aprende regras a partir de um conjunto de dados e é capaz de generaliza-las para novos dados, extraindo novas informações a partir deles. Basicamente, o algoritmo aprende uma função (modelo) a partir da entrada e da saída (dados), de modo que você irá conseguir aplicar essa função a novos dados de entrada. Há vários tipos de técnicas para Aprendizado de Máquina que podem ser classificadas como aprendizado:
– Supervisionado: Classificação e Regressão
– Não-supervisionado: Agrupamento (Exemplo: App de Fotos do Celular)
– Semi-supervisionado
– Outros: por reforço, em lote etc.

0:00 Interagindo com o chat
06:48 Apresentação da série Mãos à Obra Cientista de Dados
14:00 O que é Aprendizado de Máquina?
17:49 Uma analogia com a programação tradicional
31:00 Tipos de Aprendizado de Máquina
57:30 Livros para iniciantes
01:01:00 Introdução ao Kaggle
01:06:54 Python Data Science Handbook
01:09:22 The Unreasonable Effectiveness of Data
01:21:21 Competição Kaggle House Prices
01:41:17 Primeiro modelo na prática no Kaggle

Quer aprender mais com a gente? Confira NOSSOS CURSOS:
✅ Ainda precisa aprender a programar? Aprenda Python do Jeito Certo e desenvolva uma base fundamental para se tornar capaz de pensar e criar soluções para problemas escrevendo código: https://vai.pgdinamica.com/pjc-dados
✅ Mãos à obra: Visualização de Dados em Python: https://vai.pgdinamica.com/dataviz-ds

Materiais recomendados:
📚Python Data Science Handbook(gratuito): https://jakevdp.github.io/PythonDataS...
📚Machine Learning Crash Course(gratuito): https://developers.google.com/machine...
📚Cursos Gratuitos do Kaggle: https://www.kaggle.com/learn
📚 Livros recomendados de Data Science(pagos): https://amzn.to/2XZyxUr

Uma ajudinha extra se você estiver perdido nas definições. Ao longo dos nossos estudos, iremos utilizar diversas ferramentas como:
– Linguagem de programação Python
– Pacotes Pandas, Scikit-Learn e suas dependências
– Ambiente de desenvolvimento Jupyter Notebook ou Google Colab (para quem preferir!)
– Plataforma Kaggle

Sabemos que, para um primeiro contato, podem ser muitas novidades. Se sua cabeça ainda está se adaptando a esse novo mundo, aqui vão alguns nomes com os quais vamos nos deparar com bastante frequência:
1. Dados de treinamento
2. Dados de Teste
3. Dados de Validação
4. Avaliação
5. Features ou características
6. Labels ou Rótulos

Venha colocar as mãos à obra, cientista de dados, e aprenda machine learning na prática! 🙌🏾 Nossa playlist de Machine Learning:
▶️    • O que é MACHINE LEARNING? Introdução ao AP...  

Confira o artigo Uma introdução ao Aprendizado de Máquina:   / uma-introdu%c3%a7%c3%a3o-ao-aprendizado-de...  

📚 Livros de Algoritmos e Estruturas de Dados: https://amzn.to/3d5wK4m
SetUp - Equipamentos: https://amzn.to/37Cg3N2

🟣 Canal na Twitch para lives:   / pgdinamica  

🟦 Canal do Telegram para receber os vídeos: https://t.me/joinchat/AAAAAFaoNgZTMRv...

✉️ E-mails:
– Propostas comerciais: [email protected]
– Demais assuntos: [email protected]

👩🏾‍💻👨🏾‍💻 Confira mais conteúdo em nosso blog: https://blog.programacaodinamica.com.br

🔥 Faça parte da comunidade gratuita Programação Mais Dinâmica: https://bit.ly/pgsparkle (baixe o app e entre na comunidade)

📸 Nos siga no Instagram:   / pgdinamica  
📸 @kizzy_terra @hallpaz

🐦 Nos siga no Twitter:   / pgdinamica  
🐦 @kizzy_terra @hallpaz

Curta a Programação Dinâmica no facebook: fb.com/pgdinamica
Nosso repositório no Github: github.com/programacaodinamica
Confira o nosso Medium: medium.com/programacaodinamica
Confira os artigos no Python Café: pythoncafe.com.br

🥰 Se você gosta do nosso trabalho e acha relevante a nossa atuação no Youtube, considere nos apoiar se tornando membro do canal: https://www.youtube.com/programacaodi...