Art and Science of Machine Learning em Português Brasileiro

Go to class
Write Review

Free Online Course: Art and Science of Machine Learning em Português Brasileiro provided by Coursera is a comprehensive online course, which lasts for 7 weeks long, 19 hours worth of material. The course is taught in Portuguese and is free of charge. Upon completion of the course, you can receive an e-certificate from Coursera. Art and Science of Machine Learning em Português Brasileiro is taught by Google Cloud Training.

Overview
  • Este é o curso Art and Science of Machine Learning. O curso tem seis módulos. Falaremos sobre as habilidades essenciais de intuição, bom senso e experimentação em ML para ajustar e otimizar modelos e ter melhor desempenho. Você aprenderá a generalizar os modelos usando técnicas de regularização e conhecerá os efeitos dos hiperparâmetros, como tamanho de lote e taxa de aprendizado, sobre o desempenho do modelo. Também abordaremos alguns algoritmos mais comuns de otimização de modelo e mostraremos como especificar um método de otimização no código do TensorFlow.

Syllabus
    • Introdução
      • Este é o curso Art and Science of Machine Learning. Falaremos sobre as habilidades essenciais de intuição, bom senso e experimentação em ML para ajustar e otimizar modelos e ter melhor desempenho. Você aprenderá a generalizar os modelos usando técnicas de regularização e conhecerá os efeitos dos hiperparâmetros, como tamanho de lote e taxa de aprendizado, sobre o desempenho do modelo. Também abordaremos alguns algoritmos mais comuns de otimização de modelo e mostraremos como especificar um método de otimização no código do TensorFlow.
    • A arte do ML
      • Neste módulo, você aprenderá a ajustar o tamanho do lote e a taxa de aprendizado para melhorar o desempenho do modelo, otimizá-lo e aplicar os conceitos ao código do TensorFlow.
    • Ajuste de hiperparâmetros
      • Neste módulo, você aprenderá a diferenciar parâmetros e hiperparâmetros. Em seguida, veremos a abordagem tradicional de pesquisa de grade e outras com algoritmos mais inteligentes. Por fim, você verá como o Cloud ML Engine facilita a automação do ajuste de hiperparâmetros.
    • Uma pitada de ciência
      • Neste módulo, falaremos da ciência junto com a arte do machine learning. Primeiro vamos falar sobre como fazer a regularização da esparsidade e criar modelos mais simples e concisos. Depois abordaremos a regressão logística e veremos como determinar o desempenho.
    • A ciência das redes neurais
      • Neste módulo, vamos nos aprofundar na ciência, especificamente as redes neurais.
    • Embeddings
      • Neste módulo, você aprenderá a usar embeddings para gerenciar dados esparsos, acelerando o treinamento e reduzindo o consumo de memória dos modelos de machine learning que usam esses dados. Os embeddings também são uma forma de reduzir a dimensionalidade e tornar os modelos mais simples e generalizáveis.
    • Resumo