Pré-requisitos e trabalho prévio

O curso intensivo de aprendizado de máquina é ideal para você?

Tenho pouco ou nenhum conhecimento em machine learning.

Recomendamos que você leia todo o material na ordem.

COMECE A APRENDER

Tenho algum conhecimento em aprendizado de máquina, mas gostaria de um entendimento mais atual e completo.

O Curso intensivo de aprendizado de máquina será uma ótima revisão. Acesse todos os módulos em ordem ou selecione apenas aqueles que lhe interessam.

COMECE A APRENDER

Tenho experiência prática na aplicação de conceitos de machine learning para trabalhar com dados e criar modelos.

O curso intensivo de aprendizado de máquina pode ser útil para você revisar conceitos básicos de aprendizado de máquina. Você também pode conferir alguns dos nossos cursos avançados de aprendizado de máquina, que abordam ferramentas e técnicas para resolver problemas de aprendizado de máquina em vários domínios.

COMECE A APRENDER

Estou procurando tutoriais sobre como usar APIs de ML, como o Keras.

Embora o curso intensivo de aprendizado de máquina inclua vários exercícios de programação que usam bibliotecas de ML, como numpy, pandas e Keras, ele se concentra principalmente em ensinar conceitos de ML e não ensina APIs de ML em profundidade. Para mais recursos do Keras, consulte os guias para desenvolvedores do Keras.

Leia as seções Pré-trabalho e Pré-requisitos a seguir antes de começar o curso intensivo de machine learning para garantir que você está preparado para concluir todos os módulos.

Pré-trabalho

Antes de começar o Curso intensivo de machine learning, faça o seguinte:

1. Se você não conhece o machine learning, faça o curso Introdução ao machine learning. Este curso rápido de autoestudo apresenta conceitos fundamentais de machine learning.
2. Se você não conhece o NumPy, faça o exercício de Colab do Tutorial Ultrarrápido do NumPy, que fornece todas as informações do NumPy necessárias para este curso.
3. Se você não conhece o pandas, faça o exercício do Colab do Tutorial ultrarrápido do pandas, que fornece todas as informações necessárias para este curso.

Os exercícios de programação são executados diretamente no seu navegador (não é necessário fazer configurações) usando a plataforma Colaboratory. O Colaboratory tem suporte na maioria dos navegadores e é testado de forma mais completa nas versões para computador do Chrome e do Firefox.

Pré-requisitos

O Curso intensivo de aprendizado de máquina não pressupõe nem exige conhecimento prévio em machine learning. No entanto, para entender os conceitos apresentados e concluir os exercícios, recomendamos que os estudantes atendam aos seguintes pré-requisitos:

• Você precisa estar familiarizado com variáveis, equações lineares, gráficos de funções, histogramas e médias estatísticas.

• Você precisa ser um bom programador. O ideal é ter alguma experiência de programação em Python, porque os exercícios de programação são em Python. No entanto, programadores experientes sem experiência em Python geralmente conseguem concluir os exercícios de programação.

As seções a seguir fornecem links para outros materiais de contexto úteis.

Álgebra

• variáveis, coeficientes e funções
• equações lineares, como \(y = b + w_1x_1 + w_2x_2\)
• logaritmos e equações logarítmicas, como \(y = ln(1+ e^z)\)
• função sigmoide

Álgebra linear

• Tensor e classificação de tensor
• Multiplicação de matrizes

Trigonometria

• Tanh (discutido como uma função de ativação; nenhum conhecimento prévio é necessário)

Estatísticas

• média, mediana, valores discrepantes e desvio padrão
• capacidade de ler um histograma

Cálculo (opcional, para temas avançados)

• conceito de derivada (você não precisa calcular derivadas)
• gradiente ou inclinação
• derivadas parciais, que estão intimamente relacionadas a gradientes.
• Regra de cadeia (para entender completamente o algoritmo de retropropagação para treinamento de redes neurais)

Programação em Python

As noções básicas do Python a seguir são abordadas no Tutorial do Python:

• Definir e chamar funções, usando parâmetros posicionais e de palavra-chave

• Dicionários, listas e conjuntos (criação, acesso e iteração)

• Loops for, loops for com várias variáveis de iteração (por exemplo, for a, b in [(1,2), (3,4)])

• Blocos condicionais if/else e expressões condicionais

• formatação de string, por exemplo, '%.2f' % 3.14)

• variáveis, atribuição, tipos de dados básicos (int, float, bool, str)

Alguns dos exercícios de programação usam o seguinte conceito mais avançado do Python:

• compreensão de listas

Terminal Bash e console do Cloud

Para executar os exercícios de programação na sua máquina local ou em um console de nuvem, você precisa se sentir confortável trabalhando na linha de comando:

• Manual de referência do Bash
• Folha de referência do Bash (em inglês)
• Aprenda a usar o Shell

Central de Ajuda