Tutorial de aprendizado de máquina

Aprenda a criar uma API simples a partir de um modelo de machine learning em Python usando Flask.

Liberte o poder da otimização bayesiana para ajuste de hiperparâmetros em Machine Learning. Domine os fundamentos e as aplicações práticas em Python para aumentar a acurácia dos modelos.

Explore a técnica inovadora de Low-Rank Adaptation (LoRA) no nosso guia completo. Descubra como a LoRA revoluciona o fine-tuning de grandes modelos de linguagem.

Neste tutorial, você vai aprender a preencher valores nulos, fazer pré-processamento de dados, reduzir dimensionalidade com PCA e dividir dados usando K-Fold.

Entenda a fundo o que é o MLflow e como aproveitar esta plataforma open source para rastrear e implantar seus experimentos de machine learning.

Neste tutorial, você vai construir quatro modelos usando os algoritmos de machine learning Latent Dirichlet Allocation (LDA) e K-Means.

Aprenda tudo sobre uma poderosa ferramenta open source de orquestração de workflows. Crie, publique e execute seu primeiro workflow de machine learning na sua máquina e na nuvem com este guia simples.

Aprenda um workflow de ponta a ponta para monitorar qualquer modelo do seu Jupyter Notebook em ambientes de produção.

Aprenda o que é multi-head attention, como a self-attention funciona nos transformers e por que esses mecanismos são essenciais para LLMs como o GPT-5 e VLMs como o CLIP — com exemplos simples, diagramas e código.

Explore os principais conceitos em detecção de objetos e veja como eles são implementados em SSD e Faster R-CNN, disponíveis na TensorFlow Detection API.

Este artigo traz um guia completo sobre como usar a biblioteca OpenCV para processamento de imagens e vídeos em um ambiente Python. Exploramos a ampla gama de funcionalidades de processamento de imagens que o OpenCV oferece, das técnicas básicas às aplicações mais avançadas.

Descubra como dominar o ajuste de hiperparâmetros com o Optuna. Aprenda a definir hiperparâmetros, configurar sua função objetivo e usar técnicas de amostragem e pruning em deep reinforcement learning.