Tutorial de aprendizado de máquina

O Isolation Forest é um algoritmo de aprendizado de máquina não supervisionado que identifica anomalias ou outliers nos dados, isolando-os por meio de um processo de particionamento aleatório em uma coleção de árvores de decisão.

Aprenda SARSA, um algoritmo de aprendizado de reforço na política. Entenda sua regra de atualização, hiperparâmetros e diferenças em relação ao Q-learning com exemplos práticos em Python e sua implementação.

Aprenda o funcionamento interno do gradient boosting em detalhes sem muita dor de cabeça matemática e como ajustar os hiperparâmetros do algoritmo.

Os modelos de aprendizado de máquina são poderosos, mas difíceis de interpretar. No entanto, os valores de SHAP podem ajudar você a entender como os recursos do modelo afetam as previsões.

Este artigo aborda como e quando você deve usar a classificação k-nearest neighbors com o scikit-learn. Com foco em conceitos, fluxo de trabalho e exemplos. Também abordamos as métricas de distância e como selecionar o melhor valor para k usando a validação cruzada.

Explore a arquitetura dos Transformers, os modelos que revolucionaram o tratamento de dados por meio de mecanismos de autoatenção.

Este artigo aborda como e quando você deve usar a classificação Random Forest com o scikit-learn. Com foco em conceitos, fluxo de trabalho e exemplos. Também abordamos como usar a matriz de confusão e as importâncias dos recursos.

Um guia detalhado para a previsão de séries temporais. Aprenda a usar python e estruturas de suporte. Saiba mais sobre a modelagem estatística envolvida.

Descubra o poder do XGBoost, uma das estruturas de aprendizado de máquina mais populares entre os cientistas de dados, com este tutorial passo a passo em Python.

Neste tutorial, você aprenderá sobre Support Vector Machines, um dos algoritmos de aprendizado de máquina supervisionado mais populares e amplamente usados.

Aprenda sobre PCA e como ele pode ser aproveitado para extrair informações dos dados sem nenhuma supervisão usando dois conjuntos de dados populares: Câncer de mama e CIFAR-10.

Este artigo ensina a você sobre otimização numérica, destacando diferentes técnicas. Ele discute os pacotes Python, como SciPy, CVXPY e Pyomo, e fornece um notebook DataLab prático para você executar exemplos de código.