Machine Learning

O objetivo desse repositório é apresentar uma espécie de curso com tudo o que você precisa saber sobre o básico de Machine Learning usando Python e a Scikit-Learn. É esperado que você já tenha noções de programação com Python para melhor aproveitamento.

Aulas de Pré-Processamento de Dados

| Índice | Tópico | Vídeo | | -------|:------------------------------------:|:------:| | 1 | Criando um Projeto de Machine Learning ; Preencher Dados Faltando em sua Base de Dados | | | 2 | Definindo Variáveis Categóricas usando One Hot Encoding ; Separação de Amostras em Teste e Treino | | | 3 | Normalização de Dados | |

Aulas de Regressão

| Índice | Tópico | Vídeo | | -------|:------------------------------------:|:------:| | 4 | Regressão Linear | | | 5 | Introdução à Regressão Linear Múltipla | | | 6 | Regressão Linear Múltipla com Backward Elimination | | | 7 | Regressão Polinomial | | | 8 | Regressão de Vetor Suporte | | | 9 | Regressão de Árvore de Decisão | | | 10 | Regressão Random Forest | | | 11 | Comparando Métodos de Regressão | |

Aulas de Classificação

| Índice | Tópico | Vídeo | | -------|:------------------------------------:|:------:| | 12 | Regressão Logística | | | 13 | K-Vizinhos mais Próximos (K-NN) | | | 14 | Máquinas de Vetores Suporte (SVM) | | | 15 | Kernel de Máquinas de Vetores Suporte (SVM) | | | 16 | Naive Bayes | | | 17 | Árvores de Decisão | | | 18 | Random Forest | | | 19 | Framework para Métodos de Classificação usando Linhas de Comando ; k-Fold para Validação Cruzada | | | 20 | Curvas ROC | |

Aulas de Clusterização

| Índice | Tópico | Vídeo | | -------|:------------------------------------:|:------:| | 21.1 | K-Means, K-Means++ e Escolha do K (Teoria) | | | 21.2 | K-Means, K-Means++ e Escolha do K (Prática) | | | 22.1 | Clusterização Hierárquica (Teoria) | | | 22.2 | Clusterização Hierárquica (Prática) | |

Outros Vídeos Relacionados (Em Breve)