Introdução a Machine Learning em uma Competição do Kaggle

提供方
Coursera Project Network
在此指导项目中,您将:

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初级
Cloud无需下载
Video分屏视频
Comment Dots巴西葡萄牙语
Laptop仅限桌面

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).

您要培养的技能

  • Aprendizagem de Máquina
  • Machine Learning
  • Python Programming
  • Ciência de Dados
  • Kaggle

分步进行学习

在与您的工作区一起在分屏中播放的视频中,您的授课教师将指导您完成每个步骤:

  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

指导项目工作原理

您的工作空间就是浏览器中的云桌面,无需下载

在分屏视频中,您的授课教师会为您提供分步指导

常见问题

常见问题

还有其他问题吗?请访问 学生帮助中心