Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Introdução ao machine learning de ponta a ponta
Mergulhe no mundo do machine learning e descubra como projetar, treinar e implantar modelos completos com este curso abrangente. Com exemplos práticos e exercícios interativos, você vai aprender a resolver problemas complexos com dados e criar modelos poderosos de ML. Ao final deste curso, você estará equipado com as habilidades necessárias para criar, monitorar e manter modelos de alto desempenho que fornecem insights acionáveis. Transforme sua experiência em machine learning com este curso prático e abrangente e torne-se um profissional completo em ML!
Avalie e aprimore seu modelo
Comece aprendendo o básico sobre análise exploratória de dados (EDA) e preparação de dados — você vai limpar e pré-processar seus dados, garantindo que eles estejam prontos para o treinamento do modelo. Depois, domine a arte da engenharia e seleção de recursos para otimizar seus modelos para os desafios do mundo real; aprenda a usar a biblioteca Boruta para seleção de recursos, registre experimentos com o MLFlow e ajuste seus modelos usando validação cruzada k-fold. Descubra os segredos das métricas de erro eficazes e diagnostique o sobreajuste, preparando seus modelos para o sucesso.
Implemente e monitore seu modelo
Você também vai ver como os armazenamentos de recursos e registros de modelos são importantes nas estruturas de ML de ponta a ponta. Aprenda a implantar e monitorar o desempenho do seu modelo ao longo do tempo usando o Docker e a AWS. Entenda o conceito de desvio de dados e como detectá-lo usando testes estatísticos. Use feedback, reciclagem e estratégias de rotulagem para manter o desempenho dos seus modelos mesmo com os dados sempre mudando.
Esse curso vai te dar habilidades práticas que você pode usar direto numa carreira como cientista de dados ou engenheiro de machine learning, permitindo que você crie, implemente e mantenha modelos; habilidades essenciais para aproveitar o impacto comercial das soluções de machine learning.
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Design e Exploração
Neste capítulo inicial, você vai passar pelas etapas fundamentais de qualquer projeto de Machine Learning: definição de um caso de uso de ponta a ponta, análise exploratória de dados e preparação dos dados. Ao final do capítulo, você terá uma compreensão sólida das fases iniciais de um projeto de Machine Learning, desde a concepção do caso de uso até a preparação dos dados para processamento e treinamento do modelo.
- Desenhando um caso de uso de Machine Learning de ponta a ponta50 XP
- Definições das fases do ciclo de vida de Machine Learning50 XP
- Ciclo de vida de Machine Learning100 XP
- Análise Exploratória de Dados50 XP
- Visualizando seus dados100 XP
- Encontrando desbalanceamento de classes100 XP
- Objetivos da EDA100 XP
- Preparação de dados50 XP
- Funções de preparação de dados100 XP
- Imputação avançada100 XP
- Limpando seu conjunto de dados100 XP
2
Treinamento e Avaliação de Modelos
Este capítulo aprofunda os processos essenciais de treinamento e avaliação de modelos. Ele é composto por quatro aulas completas, com foco em diferentes aspectos de engenharia e seleção de features, treinamento de modelos, registro de experimentos e avaliação de modelos.
3
Implantação de Modelos
Este capítulo aborda os elementos essenciais da implantação de modelos, uma fase crucial no ciclo de vida de Machine Learning. Começando pelos testes, o capítulo avança para os componentes de arquitetura, com foco em feature stores e registries de modelos. Em seguida, vamos explorar empacotamento e containerização. O capítulo se encerra com uma visão geral de Integração Contínua e Entrega/Implantação Contínua (CI/CD).
4
Monitoramento de Modelos
No capítulo final, você vai explorar as particularidades do monitoramento de modelos, uma fase crítica no ciclo de vida de Machine Learning.
Machine Learning de ponta a ponta
Curso
concluído
