What you'll learn:
- Tenha uma base teórica sólida sobre os principais algoritmos de Machine Learning
- Aprenda sobre as principais funcionalidades do Weka
- Aprenda na teoria e na prática sobre os algoritmos de Machine Learning para classificação, regressão, regras de associação e agrupamento
- Entenda como funcionam as técnicas para redução de dimensionalidade PCA, KernelPCA e LDA
- Aprenda a avaliar os algoritmos de Machine Learning usando estatística não paramétrica
- Veja como encontrar padrões escondidos em dados utilizando técnicas de associação e agrupamento
A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalhomais relevantesda Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho "número 1" por vários veículos da mídia internacional.
E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando a ferramenta Weka, que é uma das ferramentas mais utilizadas para machine learning e mineração de dados. Além disso, também utilizaremos a linguagem de programação Java para fazer a integração com o Weka! Este curso apresenta desde os conceitos mais básicos até técnicas mais avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmos! O curso é dividido em cinco partes:
Classificação - extração de características de imagens, naive bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores
Regressão - regressão linear simples e múltipla, polinomial, árvores de decisão, random forest, vetores de suporte e redes neurais artificiais
Regras de associação - algoritmo apriori
Agrupamento - k-means e agrupamento hierárquico
Redução de dimensionalidade com PCA e LDA
Durante o curso desenvolveremos um projeto prático de reconhecimento automático de personagens dos desenhos animados. Nosso objetivo principal será construir passo a passo um sistema inteligente para reconhecer automaticamente as imagens do Homer e do Bart dos Simpsons! O sistema aprenderá com as imagens e depois nós forneceremos uma nova imagem como entrada e o software conseguirá identificar automaticamente de quem é a imagem! É um projeto muito interessante que você conseguirá compreender todos os conceitos que envolvem a área de aprendizagem de máquina.
Este curso tem o objetivo de servir como um referencial de consulta sobre as técnicas abordadas, por isso ele procura cobrir a maior parte dos assuntos que envolvem machine learning. Este curso pode ser categorizado para todos os níveis, pois pode servir de base para consulta para alunos mais experientes no assunto e também um ótimo guia para quem está iniciando na área!
Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)
