Se você quer aprender machine learning online e não sabe por onde começar, esse é o lugar certo. Organizamos aqui uma série de aulas simples e descomplicadas para apresentar os conceitos essenciais do aprendizado de máquina.
Essas são as primeiras aulas do nosso curso completo de machine learning.
Se você quer começar a aprender machine learning do zero, ao mesmo tempo em que aprender a programar Python, pode iniciar no curso completo sem problemas, pois estas aulas abaixo estão presentes lá.
Como este curso gratuito está organizado?
Iremos aprender, em ordem, os 7 principais conceitos relacionados à inteligência artificial.
Não pule nenhum vídeo, pois cada aula foi pensada com cuidado. Assuntos abordados em um vídeo dependem do vídeo anterior como pré-requisito.
Posso solicitar um certificado?
Sim, ao final dessa página você poderá solicitar um certificado de conclusão gratuitamente.
Como estudar machine learning e IA?
Para quem está começando do zero, acreditamos que a primeira etapa é conhecer os pilares que definem não somente os conceitos de IA e machine learning, mas também aquilo que sempre será utilizado.
Por exemplo, não importa quão básico ou quão avançado seja um algoritmo, você sempre terá dados para realizar o treinamento. Sempre irá tentar obter a melhor performance possível. E assim por diante.
Dessa forma, saber o que são dados de treino vs dados de teste, o que é overfitting, o que são problemas de classificação e regressão, entre outros tópicos, é essencial.
A boa notícia é que, após dominar esses 7 pilares simples, já poderemos colocar a mão na massa utilizando nosso primeiro algoritmo para resolver um problema real.
Está preparado? Então vamos começar o curso online agora mesmo:
Aula 1: O que é inteligência artificial
Objetivos: entender o conceito de inteligência artificial (IA), exemplos de aplicação da IA no nosso dia a dia e diferença entre inteligência restrita e inteligência geral.
Aula 2: O que é machine learning
Objetivos: entender o conceito de machine learning, sua diferença em relação aos programas instrucionais, exemplos de aplicação, e como o aprendizado de máquina se destaca dentro do ramo da inteligência artificial.
Aula 3: Dados de treino x Dados de teste
Objetivos: aprender o conceito de treinar o modelo para depois testar e a importância de se dividir os dados corretamente para verificar a performance de um modelo de machine learning.
Aula 4: Overfitting e Underfitting
Objetivos: conhecer os conceitos de sobre ajuste (overfitting) e sub ajuste (underfitting), bem como compreender a busca constante do profissional de machine learning em tentar evitar esses dois problemas.
Aula 5: Etapas do Machine Learning
Objetivos: ter uma visão macro de todo o processo de resolução de um problema a partir da técnica de machine learning.
Aula 6: Aprendizado Supervisionado x Não supervisionado
Objetivos: compreender as diferenças entre os dois tipos de aprendizado que um programa pode adotar: com supervisão ou sem supervisão.
Aula 7: Classificação x Regressão
Objetivos: aprender o que são problemas de classificação e problemas de regressão, a diferença entre eles e como identificar previamente.
Solicite seu certificado gratuitamente
Como continuar seu aprendizado?
Se você deseja aprender um pouco de programação Python antes de seguir seu aprendizado no mundo do machine learning, temos dois cursos gratuitos:
Caso você prefira aprender machine learning utilizando linguagem R, temos os seguintes cursos gratuitos:
Quer aprender machine learning e programação ao mesmo tempo, escolha uma das opções abaixo:
Confira também a lista completa com todos os nossos cursos:
Cursos diferenciados pela didática (100% de aprendizado)
