O Curso intensivo de machine learning é a opção ideal para você?
Leia as seções Pré-trabalho e Pré-requisitos a seguir antes de começar o Curso intensivo de machine learning para garantir que você esteja preparado para concluir todos os módulos.
Pré-trabalho
Antes de começar o Curso intensivo de machine learning, faça o seguinte:
- Se você não estiver familiarizado com o machine learning, consulte Introdução ao machine learning. Este curso de autoaprendizagem apresenta conceitos fundamentais do machine learning.
- Se você não conhece o NumPy, faça o exercício Tutorial do NumPy ultrarrápido no Colab, que fornece todas as informações do NumPy necessárias para este curso.
- Se você não estiver familiarizado com o pandas, faça o exercício Tutorial rápido do pandas no Colab, que fornece todas as informações necessárias do pandas para este curso.
Pré-requisitos
O curso intensivo de machine learning não pressupõe nem exige conhecimento prévio em machine learning. No entanto, para entender os conceitos apresentados e concluir os exercícios, recomendamos que os alunos atendam aos seguintes pré-requisitos:
Você precisa conhecer variáveis, equações lineares, gráficos de funções, histogramas e estatísticas.
Você deve ser um bom programador. O ideal é que você tenha alguma experiência com programação em Python, porque os exercícios de programação estão em Python. No entanto, programadores experientes sem experiência em Python geralmente podem concluir os exercícios de programação mesmo assim.
As seções a seguir fornecem links para outros materiais de segundo plano que são 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
Trigonometria
- tanh (discutido como uma função de ativação; sem conhecimento prévio)
Estatísticas
- média, mediana, outliers e desvio padrão
- capacidade de ler um histograma
Cálculo (opcional para tópicos avançados)
- conceito de um derivativo (você não precisa calcular os derivados)
- gradiente ou inclinação
- derivados parciais (que estão intimamente relacionados a gradientes)
- regra de cadeia, para uma compreensão completa do algoritmo de retropropagação para treinamento de redes neurais
Programação Python
Os seguintes conceitos básicos sobre Python são abordados no Tutorial do Python:
definir e chamar funções, usando os parâmetros de posição e palavra-chave;
dicionários, listas, conjuntos (criação, acesso e iteração)
Repetições
for
, Repetiçõesfor
com diversas variáveis de iterador (por exemplo,for a, b in [(1,2), (3,4)]
)formatação de string. Por exemplo,
'%.2f' % 3.14
).variáveis, atribuição e tipos de dados básicos (
int
,float
,bool
,str
)
Alguns dos exercícios de programação usam o seguinte conceito mais avançado do Python:
Terminal Bash / Console do Cloud
Para executar os exercícios de programação na máquina local ou em um console em nuvem, você precisa se sentir confortável trabalhando na linha de comando: