Logo do curso
Curso

Árvores de Decisão:

aprofundando em modelos de Machine Learning

Quero estudar na alura

8h

Para conclusão

7368

Pessoas nesse curso

9.2

Avaliação média

Certificado

De participação

Introdução_

O que você aprenderá_

  • Identifique fraudes em cartões de crédito utilizando uma árvore de decisão
  • Entenda como funcionam as árvores de decisão
  • Crie diversos modelos de Machine Learning com o scikit-learn
  • Aprenda sobre as técnicas Bagging e Boosting
  • Explore o famoso algoritmo Random Forest por debaixo dos panos
  • Conheça o algoritmo AdaBoost em detalhes

Público alvo_

Pessoas que desejam aprofundar seu conhecimento em modelos de Machine Learning.

Thainá Mariani

Thainá Mariani

linkedin

Thainá é engenheira de software, instrutora e doutora em ciência da computação. Gosta de ajudar os profissionais a tornar as atividades diárias mais automatizadas e compreensíveis. Estudou a aplicação de IA na engenharia de software e foi assistente de pesquisa na Universidade de Michigan durante um intercâmbio no doutorado. Lecionou para a graduação tecnologias web, como spring e angular. Adora e sabe java e python.

Curso atualizado em 14/11/2023

Ementa

  1. Entendendo as Árvores de Decisão

    • Apresentação
    • Classificando transações com uma árvore
    • Primeiros passos para construir uma árvore
    • Criando nós a partir de atributos categóricos
    • Criando nós a partir de atributos numéricos
    • Selecionando os melhores nós
    • E se o problema for de regressão?
  2. Criando uma Árvore de Decisão

    • Obtendo a base de dados
    • Analisando a base de dados
    • Criando uma árvore de decisão com o scikit-learn
    • Gerando uma imagem da árvore
    • Visualizando os nós e atributos
  3. Avaliando a Árvore de Decisão

    • Medindo a acurácia da árvore
    • Medindo além da acurácia
    • Analisando as características da árvore
  4. Aprendendo Ensemble Learning com Bagging

    • Aprendendo o que são os modelos ensemble
    • Entendendo a técnica Bagging e o Random Forest
    • Executando o Random Forest com o scikit-learn
  5. Aprendendo Ensemble Learning com Boosting

    • Entendendo a técnica boosting e o AdaBoost
    • AdaBoost: Calculando a influência da árvore
    • AdaBoost: Calculando o peso das instâncias
    • AdaBoost: Reagrupando a base de dados
    • Executando o AdaBoost com o scikit-learn
    • Conclusão

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos

Faça parte da nossa comunidade no discord!

Troque conhecimentos com a comunidade da Alura

nossos alunos e alunas

Experiências de quem já mergulhou com a gente.

Parabenizar a instrutora Thayna, passou o conteúdo de maneira simples e bem didática tornando o entendimento do conteúdo mais fácil. Contem um pequeno erro de edição do vídeo que aborda sobre o assunto da árvore Random Forest.

Árvores de Decisão: aprofundando em modelos de Machine Learning

Luiz Fernando Guerrero Moreira

O curso é muito bom e prático. Tem um ótimo equilíbrio entre teoria e prática, pois acredito ser muito importante entender como o algoritmo funciona. Acredito que poderia ter outros exemplos com modelo de regressão e não somente classificação.

Árvores de Decisão: aprofundando em modelos de Machine Learning

Bruno de Lima Rodrigues

Muito boa. A instrutora apresentou muito boa didática. A explanação do foi bem feita de forma pausada e esclarecedora. A profundidade do conteúdo requer bastante dedicação de estudos e prática. O curso vale a pena para quem precisa entender os conceitos básicos sobre Classificação e os Algoritmos que são aplicados.

Árvores de Decisão: aprofundando em modelos de Machine Learning

Luiz Peralta

Aprenda Exploração de Dados com esse e outros cursos, comece agora!

Conheça os Planos para Empresas