Um Guia Básico para os Conceitos de uma Rede Neural
Vamos explorar de forma visual e interativa os conceitos básicos de uma rede neural, utilizando exemplos para ilustrar como essas ferramentas poderosas funcionam
Prática: Árvores de Decisão
Código em Python de como construir Árvores de Decisão, a base para algoritmos avançados que se equiparam (e muitas vezes superam) as Redes Neurais.
Extra-Trees: Árvores Extremamente Aleatórias
Extra-Trees é um algoritmo de Machine Learning poderosíssimo baseado nas Árvores de Decisão que traz ainda mais um fator de aleatoriedade às Random Forests.
Random Forests: Algoritmos Baseados em Árvores
Conheça as Random Forests, ou Florestas Aleatórias, que fazem uso de um conjunto de Árvores de Decisão para formar um algoritmo extremamente poderoso.
Árvores de Decisão: Algoritmos Baseados em Árvores
Conheça as Árvores de Decisão, a base dos algoritmos que se equiparam (e muitas vezes superam) até mesmo as Redes Neurais do Deep Learning.
Prática: Regressão Logística para Classificação
Iremos criar com código em Python um dos modelos de Classificação mais utilizados da atualidade, base de muitas Redes Neurais profundas: a Regressão Logística.
Medidas de Performance: Modelos de Classificação
Conheça de forma super didática as métricas e técnicas de avaliação de performance que podem ser aplicadas a qualquer de modelo de ML de Classificação.
Modelos de Classificação: Regressão Logística
A Regressão Logística, além de ser uma porta de entrada para o Deep Learning, é provavelmente o algoritmo de classificação binária mais usado no mundo.
Prática: Regressão Linear, com código em Python
Acompanhe conosco o processo de modelagem e o código Python de uma Regressão Linear, um dos modelos de Machine Learning mais usados do mundo.
Modelos de Regressão: Regressão Linear
Um modelo simples e elegante. Regressão Linear é uma forma muito eficiente de se prever valores futuros - desde que haja uma relação linear entre as variáveis.