Machine Learning Automatizado com Pycaret

Diminua drasticamente o tempo de aprendizado e de desenvolvimento de projetos de Data Science

Ratings 4.54 / 5.00
Machine Learning Automatizado com Pycaret

What You Will Learn!

  • Você irá aprender Machine Learning Automatizada com uma incrivél biblioteca
  • Será capaz de criar seus proprios projetos de machine learning de forma fácil e com pouquíssimo código
  • Comece analisar seus dados com de forma simples
  • Use técnicas avançadas de forma simples

Description

Aprenda Machine Learning automatizado com Pycaret

Neste curso, você será introduzido ao mundo do Machine Learning automatizado usando a biblioteca Pycaret. O Pycaret é uma ferramenta poderosa que simplifica o processo de construção, treinamento e implantação de modelos de Machine Learning. Ao longo deste curso, você aprenderá os fundamentos teóricos do Machine Learning, bem como como aplicar esses conceitos usando o Pycaret. Desde a preparação dos dados até a avaliação do modelo, você desenvolverá uma compreensão completa de como usar o Pycaret para automatizar o processo de Machine Learning.


Estrutura do Curso: 

Introdução ao Machine Learning automatizado e Pycaret

  • O que é Machine Learning automatizado

  • Benefícios do uso do Pycaret

  • Configuração do ambiente de desenvolvimento

  • Instalação e configuração do Pycaret

  • Visão geral do conjunto de dados de exemplo

Pré-processamento de Dados

  • Importação de dados com o Pycaret

  • Análise exploratória de dados

  • Limpeza e transformação de dados

  • Lidando com valores ausentes

  • Tratamento de outliers

  • Normalização e padronização de dados

Preparação de Dados para Modelagem

  • Divisão de dados em conjuntos de treinamento e teste

  • Codificação de variáveis categóricas

  • Seleção de características

  • Dimensionamento de características

Treinamento de Modelos

  • Configuração do ambiente de treinamento

  • Treinamento de modelos de classificação, regressão e agrupamento

  • Ajuste de hiperparâmetros

  • Validação cruzada

  • Avaliação de modelos

Comparação de Modelos

  • Métricas de avaliação de desempenho

  • Visualização de resultados

  • Seleção do modelo final

Implantação do Modelo

  • Exportação do modelo treinado

  • Monitoramento de desempenho do modelo

Estratégias Avançadas com Pycaret

  • Stacking de modelos

  • Ensembling de modelos

  • Ajuste de hiperparâmetros avançado

  • Exploração automatizada de características

  • Diagnóstico de modelo

Recursos especiais

  • Construção de dashboards usando pycaret

  • Deepcheck (análise avançada)

  • Contrução de aplicativo com pycaret

  • Funções complementares do Pycaret

Práticas recomendadas e considerações finais

  • Recapitulação do curso


Who Should Attend!

  • • Profissionais de análise de dados interessados em aprender técnicas avançadas de Machine Learning. • Desenvolvedores de software que desejam implementar modelos de Machine Learning automatizado em seus projetos. • Estudantes de ciência de dados e aprendizado de máquina que desejam aprofundar seus conhecimentos práticos.

TAKE THIS COURSE

Tags

Subscribers

53

Lectures

54

TAKE THIS COURSE