Introdução a Machine Learning em uma Competição do Kaggle

提供:
Coursera Project Network
このガイド付きプロジェクトでは、次のことを行います。

Como se familiarizar com conceitos básicos de Machine Learning criando um modelo de predição.

Construa, treine, teste avalia a performance de alguns modelos. 

Realize a submissão da sua primeira solução da competição no Kaggle.

Clock2 horas
Beginner初級
Cloudダウンロード不要
Video分割画面ビデオ
Comment Dotsポルトガル語(ブラジル)
Laptopデスクトップのみ

Neste curso de 1 hora, com base em projeto, você será capaz de entender como prever quais passageiros sobreviveriam ao naufrágio do Titanic e fazer sua primeira submissão em uma competição de Aprendizado de Máquina dentro da plataforma do Kaggle. Além disso, você, como iniciante em Machine Learning, irá se familiarizar e entender como iniciar um modelo preditivo usando conceitos básicos de aprendizado supervisionado. Vamos escolher classificadores para aprender, prever e testar os dados. Realizaremos uma Análise Exploratória de Dados (também chamada de EDA) para adquirir um bom entendimento sobre os dados que iremos trabalhar. Ao final, você saberá como medir o desempenho de um modelo, e será capaz de enviar seu modelo para a competição e obter uma pontuação do Kaggle. Nota: Este curso funciona melhor para aprendizes de regiões que tem como idioma o Português. Você encontra a versão desse mesmo conteúdo disponível em inglês para aprendizes da América do Norte em: https://www.coursera.org/projects/ml-basics-kaggle-competition Este projeto é indicado para iniciantes em Ciência de Dados que desejam fazer uma aplicação prática usando Aprendizado de Máquina e análise de dados. Para ter sucesso neste projeto é desejado que você tenha conhecimentos básicos em linguagem Python, utilizaremos bibliotecas como Numpy e Pandas. Você também deve previamente ter uma conta Google para utilizar o Google Colab e também uma conta na plataforma Kaggle (ambas sem custo).

あなたが開発するスキル

Aprendizagem de MáquinaMachine LearningPython ProgrammingCiência de DadosKaggle

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  1. Introdução ao Kaggle

  2. Análise Exploratória dos Dados (EDA)

  3. Pré processamento I - Analisando Dados Faltantes

  4. Pré-processamento II - Analisando Dados Faltantes

  5. Pré-processamento III - Codificando Dados Categóricos

  6. Dividindo o conjunto de dados em treinamento e teste

  7. Construindo nossos modelos de aprendizado de máquina

  8. Realize a submissão do seu projeto no Kaggle

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

よくある質問

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。