Roadmap Machine Learning

O que você vai aprender

1. 1. Fundamentos de Machine Learning

   Aprendizado supervisionado e não supervisionado, treino e validação, e as métricas usadas para avaliar modelos.

   • Aprendizado Supervisionado e Não Supervisionado — Machine Learning · Aprendizado Supervisionado e Não Supervisionado
   • Treino, Validação e Validação Cruzada — Machine Learning · Treino, Validação e Validação Cruzada
   • Precisão, Recall, F1 e ROC — Machine Learning · Precisão, Recall, F1 e ROC

2. 2. Modelos Supervisionados

   Regressão e classificação, o trade-off entre viés e variância e regularização, e ensembles de árvores.

   • Regressão e Classificação — Machine Learning · Regressão e Classificação
   • Viés, Variância e Regularização — Machine Learning · Viés, Variância e Regularização
   • Árvores de Decisão, Random Forest e Boosting — Machine Learning · Árvores de Decisão, Random Forest e Boosting

3. 3. Features, Clusterização e Redes Neurais

   Crie features melhores, encontre estrutura com clusterização e PCA, e treine redes neurais.

   • Engenharia de Features — Machine Learning · Engenharia de Features
   • Clusterização e PCA — Machine Learning · Clusterização e PCA
   • Redes Neurais — Machine Learning · Redes Neurais