Mastering-Machine-Learning

Bem-vindo ao repositório de aulas em Machine Learning!

Este repositório foi criado para fornecer recursos de aprendizado em Machine Learning, abrangendo uma variedade de tópicos essenciais e técnicas práticas. As aulas abordam desde conceitos fundamentais até implementações avançadas em projetos de Machine Learning.

Drive com todos os materiais disponíveis: https://drive.google.com/drive/folders/1krgw0MMvKE7RfoJLhp00cAF5zbh3X2dW?usp=sharing

Descrição do Curso

Este curso abrange uma ampla gama de tópicos em Machine Learning, incluindo:

1. Normalização e Análise Exploratória de Dados

Aprenda a importância da normalização de dados e como realizar análises exploratórias para entender melhor seu conjunto de dados. Você explorará técnicas de pré-processamento de dados, detecção de outliers e visualização de dados.

2. Aferição de Métricas em um Projeto de ML

Descubra como avaliar o desempenho de modelos de Machine Learning usando métricas apropriadas. Compreenda a precisão, recall, F1-score, matriz de confusão e outras métricas cruciais.

3. Algoritmos

• Algoritmos Genéticos: Explore o uso de algoritmos genéticos para otimização e busca de hiperparâmetros em modelos de ML.

• Regressão Linear e Logística: Aprenda como implementar modelos de regressão linear e logística para resolver problemas de regressão e classificação.

• Árvores de Decisão: Domine o uso de árvores de decisão para tarefas de classificação e regressão.

• KNN (K-Nearest Neighbors): Entenda o KNN e como ele funciona para classificação e regressão baseada em vizinhos mais próximos.

• K-Means: Explore o algoritmo K-Means para agrupamento de dados e segmentação.

• Algoritmo Apriori: Descubra como o algoritmo Apriori é usado para mineração de regras de associação em dados.

4. Técnicas para Levantamento de Requisitos e Criação de Produtos em Dados e Machine Learning

Saiba como definir requisitos de projeto, coletar dados relevantes e planejar a implementação de soluções de Machine Learning. Aprenda a transformar problemas do mundo real em projetos de ML bem-sucedidos.

Estrutura do Repositório

• Aulas: Este diretório contém material de aula, apresentações, além de notebooks Jupyter extra.

• Projetos: Aqui, você encontrará projetos práticos relacionados aos tópicos abordados nas aulas (demos).

• Recursos: Links, referências e outros recursos úteis para aprofundar seu conhecimento em Machine Learning.

Como Usar Este Repositório

1. Clone este repositório em seu ambiente local:

   git clone https://github.com/ahirtonlopes/Masteringe-Machine-Learning.git
   

Licença

Este curso está disponível sob a MIT License. Sinta-se à vontade para usar, modificar e distribuir o conteúdo, desde que dê a devida atribuição e cumpra os termos da licença.

Contato

Se você tiver dúvidas, sugestões ou desejar entrar em contato, não hesite em abrir um issue neste repositório.

Espero que este curso sirva como uma fonte valiosa de conhecimento e inspire sua jornada na criação com modelos de aprendizagem de máquina.