Tutorial de aprendizado de máquina

Aprenda a extrair romances da web e a plotar distribuições de frequência de palavras. Você vai ganhar experiência com os pacotes do Python requests, BeautifulSoup e nltk.

Explore o mundo transformador da Hugging Face, o hub open source da comunidade de IA para machine learning e processamento de linguagem natural.

Neste tutorial de deep learning em R com o pacote keras do RStudio, você vai aprender a construir um Perceptron Multicamadas (MLP).

Causal machine learning combina ML com inferência causal para ir além da previsão e estimar o que acontece quando você intervém. Este artigo cobre os conceitos, métodos, ferramentas em Python e erros comuns.

O aprendizado autossupervisionado treina modelos para extrair sua própria supervisão de texto, imagens, áudio e vídeo sem rótulos, usando técnicas como aprendizado contrastivo, modelagem mascarada e previsão autoregressiva para construir as representações por trás dos modelos de linguagem, visão e multimodais de hoje.

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

Um panorama prático de contrastive learning — como os modelos aprendem comparando exemplos semelhantes e diferentes, as funções de perda e os métodos por trás disso, e como implementar em PyTorch.

Um guia prático de ajuste de hiperparâmetros: como funciona, principais métodos de busca (grid, random, Bayesiano), estratégias de avaliação e como rodar em Python e R.

Aprenda o algoritmo de aprendizado por reforço sem modelo mais popular com um tutorial em Python.

Aprenda o que é regressão linear, para que serve e como implementá-la com a biblioteca scikit-learn. Inclui exemplos práticos.

Veja como um pipeline de MLOps ponta a ponta prevê os resultados da Copa 2026, do retreinamento automático e DVC a uma simulação de Monte Carlo com 10.000 execuções do chaveamento.

Como o random forest regression funciona, onde falha e como avaliar, ajustar e interpretar. Inclui implementação em Python e framework de comparação de modelos.