O que é Machine Learning: Conceitos e Aplicações

Aprenda sobre o que é machine learning: conceitos e aplicações

Configurando o Ambiente de Desenvolvimento: Python, Jupyter e Colab

Aprenda sobre configurando o ambiente de desenvolvimento: python, jupyter e colab

Revisão de Fundamentos de Python para ML (Variáveis, Estruturas, Funções)

Aprenda sobre revisão de fundamentos de python para ml (variáveis, estruturas, funções)

Introdução ao NumPy: Trabalhando com Arrays Numéricos (Documentação NumPy)

Aprenda sobre introdução ao numpy: trabalhando com arrays numéricos (documentação numpy)

Exercícios Práticos com Python e NumPy

Aprenda sobre exercícios práticos com python e numpy

Introdução ao Pandas: Series e DataFrames (Documentação Pandas)

Aprenda sobre introdução ao pandas: series e dataframes (documentação pandas)

Carregamento e Exploração de Dados com Pandas (Documentação Pandas)

Aprenda sobre carregamento e exploração de dados com pandas (documentação pandas)

Limpeza e Pré-processamento de Dados: Valores Ausentes e Duplicatas (Documentação Pandas)

Aprenda sobre limpeza e pré-processamento de dados: valores ausentes e duplicatas (documentação pandas)

Filtragem, Seleção e Agrupamento de Dados com Pandas (Documentação Pandas)

Aprenda sobre filtragem, seleção e agrupamento de dados com pandas (documentação pandas)

Visualização Básica de Dados para Exploração

Aprenda sobre visualização básica de dados para exploração

Tipos de Aprendizado de Máquina: Supervisionado, Não Supervisionado e Reforço

Aprenda sobre tipos de aprendizado de máquina: supervisionado, não supervisionado e reforço

Dividindo Dados em Conjuntos de Treino e Teste (Documentação Scikit-learn)

Aprenda sobre dividindo dados em conjuntos de treino e teste (documentação scikit-learn)

Introdução à Engenharia e Seleção de Features

Aprenda sobre introdução à engenharia e seleção de features

Escalonamento e Normalização de Dados: StandardScaler e MinMaxScaler (Documentação Scikit-learn)

Aprenda sobre escalonamento e normalização de dados: standardscaler e minmaxscaler (documentação scikit-learn)

Codificação de Variáveis Categóricas: One-Hot Encoding e Label Encoding (Documentação Scikit-learn)

Aprenda sobre codificação de variáveis categóricas: one-hot encoding e label encoding (documentação scikit-learn)

Regressão Linear Simples e Múltipla com Scikit-learn (Documentação Scikit-learn)

Aprenda sobre regressão linear simples e múltipla com scikit-learn (documentação scikit-learn)

Métricas de Avaliação para Modelos de Regressão (MAE, MSE, R²) (Documentação Scikit-learn)

Aprenda sobre métricas de avaliação para modelos de regressão (mae, mse, r²) (documentação scikit-learn)

Regressão Logística para Classificação Binária (Documentação Scikit-learn)

Aprenda sobre regressão logística para classificação binária (documentação scikit-learn)

Métricas de Avaliação para Modelos de Classificação (Matriz de Confusão, Acurácia, Precisão, Recall, F1-Score) (Documentação Scikit-learn)

Aprenda sobre métricas de avaliação para modelos de classificação (matriz de confusão, acurácia, precisão, recall, f1-score) (documentação scikit-learn)

Fundamentos de Árvores de Decisão para Classificação (Documentação Scikit-learn)

Aprenda sobre fundamentos de árvores de decisão para classificação (documentação scikit-learn)

Definindo o Problema e Coleta de Dados para o Projeto

Aprenda sobre definindo o problema e coleta de dados para o projeto

Exploração e Pré-processamento de Dados no Projeto (Pandas, NumPy, Scikit-learn)

Aprenda sobre exploração e pré-processamento de dados no projeto (pandas, numpy, scikit-learn)

Construção e Treinamento de um Modelo de ML no Projeto (Scikit-learn)

Aprenda sobre construção e treinamento de um modelo de ml no projeto (scikit-learn)

Avaliação e Otimização do Modelo no Projeto

Aprenda sobre avaliação e otimização do modelo no projeto

Apresentação dos Resultados e Conclusões do Projeto

Aprenda sobre apresentação dos resultados e conclusões do projeto