Aprendizado de máquina supervisionado em Python

Domine os fundamentos do aprendizado de máquina supervisionado e descubra como fazer previsões usando dados rotulados. Junte-se à revolução do ML hoje mesmo! Se você é novo no aprendizado de máquina ou deseja se especializar em aprendizado de máquina supervisionado, este é o lugar ideal para começar. Você começará aprendendo e implementando os principais modelos de aprendizagem supervisionada, como K-Nearest Neighbors (KNN), Logistic Regression, Linear Regression, Support Vector Machines (SVMs) e modelos baseados em árvore com a popular biblioteca scikit-learn. Você também descobrirá como usar algoritmos de última geração, como o XGBoost, para aumentar com eficiência o desempenho da modelagem em conjuntos de dados tabulares. Para obter o máximo dos seus modelos, você aprenderá sobre diferentes técnicas de ajuste de hiperparâmetros e como decidir qual técnica usar para o seu caso de uso. Você concluirá o curso reunindo seu conhecimento desses diversos modelos para aprender sobre o aprendizado em conjunto, em que diferentes modelos são combinados para melhorar o desempenho e resolver problemas mais complexos. Ao terminar, você terá dominado os conceitos essenciais de aprendizado de máquina supervisionado e será capaz de aplicá-los em Python.