MLops + ORANGE completo: modelos machine learning
Análise de modelos matemáticos e estatísticos de forma intensa
Ratings 5.00 / 5.00
What You Will Learn!
- Exploração de Dados
- Visualização de Dados
- Machine Learning
- Agrupamento, descoberta de grupos em dados
- Classificação e modelagem preditiva
- Algoritmos de Mineração
- Análise Estatística
- Trabalhando Widget: Color, Distributions, Pivot Table
- Trabalhando Widget: Feature Statistics, Data Sample
- Trabalhando com Widget: Paint Data
- Trabalhando com Widget: Outliers ,Scatter Plot
- Trabalhando com: Create Class
- Trabalhando com: Select By data index
- Trabalhando com: Edit Domain
- Trabalhando com: Freeviz
- Trabalhando com: Árvore de Decisão
- Trabalhando com: Cluster - Imagens
- Trabalhando com: Correlação
- Trabalhando com: Cluster – K-means
- Trabalhando com: Cluster - Imagens
- Trabalhando com Widget Predictions (realizando previsões)
- Trabalhando com Widget Confusion Matrix (analisando matriz de score)
- Trabalhando com Widget Test and Score (avaliando modelos)
- Criando um modelo estatístico
- Estimando pelo modelo estatístico
- Salvando modelos estatísticos em python e executando em bases de teste para previsões
- Trabalhando com o algoritmo de associação APRIORI
- Trabalhando com Widget MDS
- Trabalhando com Widget Mosaic Display
- Trabalhando Widget CN2 Rules
- Trabalhando Widget Box Plot
- Criando modelos por Redes Neurais
Description
Este é um daqueles cursos que você precisa trabalhar para entender como funciona os modelos matemáticos e estatísticos e como podem ser utilizados de forma prática, no seu dia a dia, com uma fundamentação teórica rica e grandes insights pelos professores.
MLops significa (Machine Learning Operations), baseado em princípios semelhantes ao DevOps, que da mesma forma busca integrar e automatizar o desenvolvimento e a operação. É a operação de modelos de Machine Learning.
Veremos como trabalha em MLops:
criar e manter modelos de Machine Learning pode apresentar vários desafios:
Modelos são temporais, precisam, eventualmente, serem atualizados
Modelos não dependem apenas de código, mas de dados
Modelos devem ser modulares
Modelos devem ser versionados, assim como qualquer outro tipo de programa
Dados podem mudar, e isso pode afetar de forma positiva o modelo, mas também pode simplesmente para-lo
Modelos precisam ser testados
Modelos precisam ser monitorados, pois sua performance pode se degradar
Modelos precisam ser implantados
Já no ORANGE que é uma das poucas ferramentas de mercado, totalmente construída em python, que o analista de dados pode trabalhar de forma totalmente visual, com um amplo aspecto de atendimento a diversas demandas na área de mineração de dados por meio do uso de algoritmos de Machine Learning.
ASPECTOS PRESENTES:
Aprendizado de máquina de código aberto e visualização de dados para iniciantes e especialistas. Fluxos de trabalho de análise de dados interativos com uma grande caixa de ferramentas
execute análise de dados simples com visualização inteligente de dados. Explore distribuições estatísticas, gráficos de dispersão ou mergulhe mais fundo com árvores de decisão, agrupamentos hierárquicos. Até seus dados multidimensionais podem se tornar sensíveis em 2D, especialmente com classificações e seleções inteligentes de atributos.
Exploração interativa de dados para análise qualitativa rápida com visualizações limpas. A interface gráfica do usuário permite que você se concentre na análise exploratória de dados em vez codificação, enquanto padrões inteligentes tornam extremamente fácil a criação rápida de protótipos de um fluxo de trabalho de análise de dados. Coloque widgets na tela, conecte-os, carregue seus conjuntos de dados e colete os insights!
Use vários complementos disponíveis no Orange para extrair dados de fontes de dados externas.
Este curso comtempla o ROADMAP ONE, que contempla a base para iniciar os seus projetos de mineração de dados e o ROADMAP TWO, que contempla a parte final dando ênfase nos algoritmos de Machine Learning mais complexo.
Será um dos cursos mais incríveis sobre Machine Learning que você aprenderá.
Venha e comece hoje mesmo.
Who Should Attend!
- Estudantes de BI, Estatística, Computação, Informática, Gestores de Empresas (RH, Administração, Economia, dentre outros)
