Tutorial de aprendizado de máquina

Descubra se centralizar e padronizar ajuda seu modelo em um cenário de regressão logística.

Neste tutorial, você vai conhecer — e programar em Python — as distribuições de probabilidade mais citadas na literatura de machine learning.

Este artigo explica a importância do pré-processamento no pipeline de machine learning, mostrando como centralizar e escalonar pode melhorar o desempenho do modelo.

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

Neste tutorial, você vai aprender a usar análise preditiva para classificar gêneros musicais a partir de letras.

Mergulhe nas letras de Prince com R: use text mining e Análise Exploratória de Dados (EDA) para lançar luz sobre a carreira do The Artist.

Este tutorial de scikit-learn vai guiar você na construção de um classificador de fake news com a ajuda de modelos bayesianos.

Neste tutorial, você vai entender, em alto nível, como as SVMs funcionam e depois implementá-las em R.

Descubra como o Textacy, uma biblioteca Python, simplifica o pré-processamento de dados de texto para machine learning. Conheça recursos exclusivos como normalização de caracteres e mascaramento de dados, e veja como ele se compara a outras bibliotecas como NLTK e spaCy.

Aprenda os fundamentos de regularização e como ela ajuda a evitar overfitting.

Visualize parâmetros de treino, métricas, hiperparâmetros ou qualquer estatística da sua rede neural com o TensorBoard!

Neste tutorial, você vai entender o que é transfer learning, conhecer algumas aplicações e por que essa é uma habilidade essencial para todo cientista de dados.