Curso Online Classificação: melhorando o desempenho com XGBoost

melhorando o desempenho com XGBoost

Quero estudar na alura

Para conclusão

690

Pessoas nesse curso

9.3

Avaliação média

Certificado

De participação

O que você aprenderá_

Saiba como utilizar a biblioteca XGBoost para classificação binária
Avalie o desempenho de modelos com métricas de classificação
Entenda como realizar a validação cruzada com XGBoost
Explore o impacto do número de rodadas de reforço em modelos XGBoost
Realize o ajuste de hiperparâmetros para otimizar a performance do seu modelo
Saiba como incorporar XGBoost em pipelines de machine learning

Público alvo_

Pessoas que buscam aprimorar suas habilidades em Machine Learning ; pessoas que trabalham no desenvolvimento de modelos de Machine Learning e desejam explorar novas técnicas; pessoas que desejam aprimorar suas habilidades e expandir seu conhecimento em Classificação.

Valquíria Alencar

Sou Especialista em Dados e IA no Insper, onde desenvolvo soluções que transformam dados em inteligência para apoiar decisões estratégicas e acelerar a inovação. Minha trajetória combina pesquisa científica, educação e tecnologia: sou PhD em Biotecnologia, com pós-doutorado na UFABC, e atuei como instrutora na Alura, formando milhares de profissionais em Ciência de Dados e Inteligência Artificial.

Curso atualizado em 05/03/2024

Já estuda na Alura?

Comece o curso agora

Ementa

Conhecendo os dados
- Importando os dados
- Explorando os dados
Iniciando a classificação
- Separando os dados
- Classificando com Decision Tree
- Analisando as métricas do Decision Tree
- Classificando com XGBoost
- Analisando as métricas do XGBoost
Realizando a validação cruzada
- Aplicando a validação cruzada
- Explorando a técnica de Early Stopping
Ajustando hiperparâmetros do XGBoost
- Conhecendo os principais hiperparâmetros
- Aplicando o Random Search
- Aplicando o Grid Search
- Analisando as métricas após ajuste dos hiperparâmetros
Utilizando o XGBoost em pipelines
- Incorporando XGBoost em pipelines
- Utilizando o modelo com dados novos