琼斯格雷斯

oqueé.机器学习?O Termo Que,EmPortuguês,意义AprendizagemdeMáquina,umaSubáreadaiteligência人工。SeuObjetivoéévático:Fazer Com Que O Computador Aprenda Por Meio de Trinamento。

Apósesse Treinamento,O Computador Consegue Tomar Decisees Baseado没有Que Ele Aprendeu。Esse Contexto Pode Parecer UM Pouco obsicuro Para QuemEstáIniciandoNessaÁrea。Porém,o Treinamento EM Computador Ocorre de Forma Parecida Como Acontece Conosco。

Vamos Imaginar UmasituaçãoParaItrar o Constaro:UM Aluno Que EstudaMatemáticaTem Uma Prova aremada。Este AlunoTeráCondiçõesdeafizaressa prova com sucesso somente depois de fazer muitosstericíciospráticospara que apro apona como resolver作为Questigses。

机器学习e数据科学com python de a z

最后更新1月2021年

  • 210讲座
  • 各级
4.5 (3,864)

ALENDA ASTécnicasque o Mundo真正的Exige e Torne-SE UM潜在竞争竞争对手NaÁreadeTiteligência人工!|由Jones Granatyr,IA专家学院

探索课程

UM Outro调查Érelacionado a seguintequestão:comococênearinariaumacriançade dois Anos a diferenciar oqueéubgato eqoéubachorro?注意que,na imagem abaixo,存在多样化的tipos eraçasde gatos e cachorros。Portanto,Uma ManeiradeNeará-laémostrarváriasimagens de gatoseváriasimagens de cachorros。

Com Isso,ElaIráAprender A Idendificar Algumascaracterísticassectivíficasficasficasde Cada Animal,Como Por调查:Em Geral,OS Gatos Possuem UM Nariz Com Contumeno Menor Do Que OsCães。

depois que acriançaaprendeu一个差异的osimais ultizodo作为图象,se mostrarmos para ela um gato ou um cachorro real,elausaráseuaprendizado para diferenciar o tipo de动物。

Como Funciona O Machine学习?

OS Humanos UtilizamVáriosprocessos Cognitivos Complexos,AlémdeStumerências,Alshenderem Al Aprenderem是一个解决方法。Ou Seja,一个Criançadquiriueipperência观察程序作为图象。

Computadores Fazem Isso de Maneira Bastante类似。Porém,OS Processos Cognitivos EMComputeradoresSão代表alloritmos.que ajudam na aprendizagem;Enquanto aStreetênciaemcomputeréédquiridapor meio deBases de Dados.

Para Entender Melhor Esse Conceito,Cithidere o审查De Um Banco Que Precisa de Um Sistema ParaIngarQualéo risco de concederempréstimopara novos compares。

Conforme Abaixo,Esse BancoJáfossuiuma base dadoshistóricacomváriascaracterísticasde seus clientes,como ahostóriadocrédito,o valor dasdívidas,se possui garantias comoimóveisouveículose一个renda。

注意Tambémque aúltimacoluna代表o risco que o banco opteve para concederempréstimopara cada um desses客户端,Dayo que cada linha databelaéémubere。

Quando Utilizamos A Coluna Do Risco,Apperamos Que Estamos Trabalhando Com Ap AprendizAgemdeMáquaSumentada,欧塞贾,存在一个Figura de Um“Supervisor Humano”Que Precisa Fazer AAnotaçãodessesDados。

Utilizodo essa base de dadoshistóricadeempréstimosquejáforam concedidos没有passado,épossívelaplicar um algoritmo de机器学习ParaAnálisededadosethemaçãodo perfil dos clientes quesãomais propensos a atrasar为mensalidades ou simpleSmentenãopagaremoempréstimo。

Dessa Forma,O Banco Pode EvitarPrejuízosFuturosAo Tomar Temar DeNãoStoNãoSteNãoConderempréstimopara客户Que Tem Altas Chances denãoivizaremo pagmento。

Hoje Em Dia,Praticamente Todas作为Empresas Costuem Condunto de Dados Sobre Seus Processos Gerenciais。Portanto,Todas Elas Podem Analisar Dados Para EncontrarPadrões。essespadrõespodem ser uterizos para executar tarefas做Dia-a-dia de forma一个Maximizar作为recietas e recursos das empresasulteligência人工。

alloritmos de机器学习

Como Dito Anteriormente,OS Humanos Utilizam Processos Cognitivos Para Aprender,Enquanto OS Computadores Utilizam Algoritmos。OS algoritmossãobasicamentevárioscálculosmatemáticos执行索娜基地de dados。Ou Seja,ÉFEITAA Leitura de Todos OS Registros eSãoEcoputadosProcessoSealSealíficosPara incontrar OSPadrões。

存在的中心奥普利特莫斯Diferentes Que UterizamFunçõesmatemáticas差异。UM Dos MaisDidáticoséChamadodeÁrvoresdedecisão.。Como OPróprioNomeindica,Este Algoritmo GeraUmaÁrvoreQueSerámerizada没有Processo Deadade deDecisão,巧克塞。

EssaÁrvorededeisãofoicriada ultizo oS Quatorze Clientes da Base dados Acimaeésomenteilustriva,Pois Em UmCenárioreal o bancopossuiráumabase dados commilhõesoubilhõesde regristros(大数据)。

注意Que,Na Figura Acima,一个Renda Foi Adicionada没有TopoDaÁrvore。ISSO Acontece Porque OSCálculosmatemáticosindamaram queestaéacaracterísticamais majorye paraprevisãodo risco de concederempréstimo。

Vamos supor que que eacabou de chegar oo banco um novo clienteo of Claye of Clicalandoempréstimoe queel pacterui作为seguintescaracterísticas:renda婆婆do que que r $ 35.000 e uma boahistóriadecrédito。

o SistemaUsaráSearesDados Para Prever O Risco deCrédito。Ou Seja,SE为“> 35”Selecionaremos oRamoàdireitadaÁrvore,希歇尔多·奥塔··H菩萨·德拉里亚·德克里托AHistóriadeCréditoéBoa,Portanto,Seguiremos Para o Ramo Da Esquerda e Chegaremos没有结果决赛,Que Indega Que o Risco de Concederempréstimopara esse em em特定ébaixo。

Asárvoresdedecisãosãofamosas por sua simplicadadedevestizizaçãodos结果os。存在Inúmerosoutros alloritmos que possuemcaracterísticasovermente diferentes做了dado前梦。

Outro Algoritmo BastanteConhecidoéQuelePorTrásDasredes neurais.Artificiais,QueEstánoGrupode Algoritmos Que AtualmenteSãoMertizadosPara o Desenvolvimento deAplicaçõesClossas,ComoCarosAutônomos,ChatbotsEATÉMESMOEncontrar Cura ParaDoenças。

Agora quevocêobendeuum pouco mais sobre Os Dois Componentes Principais Do Aprendizado deMáquis(Base dados E algoritmos),Veremos Alguns审查了DeDiferentesTécnicasparaaplicá-lo emsituações做Dia-A-Dia。

Classificação.

Essaéumadastécnicasde机器学习Mais Utilizas e包括EM Realizar Previspes Futuras。

一个concessãodempréstimovistaan​​teriormenteémumedodeclassificaçãoque美国机器学习。Objetivoéferéstimooobjetivoéstimooobjetivoéstimoof uc cliente dobancoébaixo,médioou alto,一个partirdaanálisedecaracterísticas做了客户。

Vocêalguma vezjáenviou um电子邮件para um amigo e a mensageviada foi parar na caixa de垃圾邮件吗?ISSOTambéméMumexpero declassificação,没有Qual o Filtro de垃圾邮件Analisa oConteúdodos电子邮件eos classifica como“垃圾邮件”ou“não垃圾邮件”。

Outros审查了São:previsãodedoenças,Baseada没有结果DOS考试;重建面部护理;重新夺回de voz;EATÉMESMOAClassificaçãoAsionáticadevianais Baseado Em Fotos,Assim Como没有举行Que Vimos NoInício做Agrigo。

返回

返回Émuitoparecida com aclassificação,com adiferençade que objetivoéprevernúmeros,enão课程。Imagine Que Uma Pessoa Queira Vender Sua Casa,MasNãoTem Ideia de QuantoPoderáCobrarPor Ela。

UM Algoritmo deRegressãoMertizaráOSDados Deste Caso - Como A Metragem Da Casa,Metragem Do Terreno,NúmerodeGanheiros,NúmerodeGanheiros,Localização,Entre Outros - Para Fazer UmaAnálise。Baseado Nestes Dados Sobre A Casa,O Algoritmo Pode Retornar oPreaço理想的Pelo QualeLeLaDeveráServendida。

o mesmo processo ocorre com o yimite docartãodecrédito。Nesse Caso,o Valor Do Novo LimiteSeráCalculadode Acordo Com A Quallidade deTransaçõesEValorGasto,POR的Porso。

Detecçãodevesvios.

Como OPróprioNomeNigna,EssaTécnicaTemO Objetivo de Concontrar Anomalia NoS Dados,Ou Seja,Algo QueEstáforadopadrão。UM DOS审查MaisClásicoséQuandoo SeuCartãodeCréditoéBloqueadoPara evitar欺诈!Quando Isso Acontece,Provavelente OUsuárioEstáFazendoCompraseMalm Algum Diferente,没有QualNãoCostumarIR;Ou ovaloréMuitoMaisAltoQue OValorMédioQue Ele Costuma Gastar。

Regras deAssociação.

o审查Mais FamosoDestaTécnicaéAnálisedeCestasde Cultas,Aplicada emumosa famosa Rede de Supermercado。Nesse Contexto,OS Analistas Descobriram Que,EM ChandInados Da Semana,Havia Muita Compra de Fraldas E Cervejas Na MesmaTransação。

Com EssaInformação,艾迪达POR Meio DaMineraçãodeDados,o Mercado Remanejou As Proateleiras Desses Dois Produtos Dentro de Sua Loja,De Modo ADeixá-Las MuitoPróximasE,Com Isso,Conseguiu GenventiveAlmente Suas Vendas。

作为Regras deAssociaçãoPodemser Utilizadastambémpara fazer um“mix”de Produtos,Pacotes Promocionais ou Indificar Propucos Pouco Vendidos ParaColocá-Los EmPromoção。

padrõesseedenciais.

EssaTécnicaécarecidaFOMASRegras deAssociação - A校长Diferençaéque存在UM粉丝颞段Para确定in-La。por perficeo,se uma pessoa compra hoje o livro“Inteligência人工”,apósalgum tempo一个loja na qual a compera foi revizadaviaráumaofterta para o livro“机器学习,queéumainultuidade天然敖奥斯托。

ProvaveleevocêJáViuEM网站DeComércioEletrônicoa frase:“Quem comprou o produto a,tambémcomprou o produto b e c”,certo?

Agrupamento.

o Objetivo DestaTécnicaéAnalisaruma base de Dados e Agrupar Aqueles que Hotsuemcaracterísticassemelhantess,ou seja,que pertencem ao mesmo grupo。

Uma Das PrincipaisAplicaçõesdessaTécnicaéAgrupar客户,Com Objetivo de Enviar Marketing Direcionado Omente Para O Grupo Que Pollui Potencial Intersesse Em Um Commentinado Produto。

por presso,se um grupo de clientesestáinteresado em视频名,Poderãoser enviadas apenas作为宣传Sobre Este AssuntoEspectíficopara tal Grupo。UM Grande Banco DoPaísFoiuDoS Pioneiros没有UsoDessaTécnica,Conseguindo alumentar,作为Respostas de Seus Clientes Em Mais de 25%。

Juntamente ComAssociação,oAgrupventeéComaInaChendizagemnãoSumperionada,PoisNão存在于Como,Como,Como,Como No Perfice Da Base dados Do Risco deCrédito。Nesse TipodeTécnica,Objetivoécenontrarões,eNãorealizarprevisões。

结论

Este Artigo Apresentou Breventee Umainstruçãosobre oqueé机器学习e sobre seus dois组件principais:作为基于Dados E OS algoritmos的基础。

VocêTambémAprendeu Sobre是PrincipaisTécnicasde AprendizagemdeMáquina,Bem Como Alguns审查了DeAplicaçõesGráticas。

Algumas Reflexões重要的是Sobre o Assunto:AInteligência人造éumaÁreamuito allangente,que possui uma variedade muito grande detópicos;contudo,机器学习Faz parte daInteligência人工(Subárea)。Para que o aprendizado ocorrasãostrosalloritmos。

Alémdisso,Uma Rede Neuralé考虑到Como UM Desses Algoritmos,Dentre as Centenas de Algoritmos Que存在。ÉmuitoComumTambémConcontrarmosOS Tommos机器学习E.深度学习Sendo Utilizos Em Conjunto。De Forma Resumida,ÁreaDe深度学习éumasubáreade机器学习,Que Tem O Objetivo de Explorar o algoritmo de Redes Neurais Artificiais。

页面上次更新:7月2020年

Principais Cursos EM机器学习

机器学习模型部署
Soledad Galli,克里斯托弗·萨米卢拉
4.4 (2,569)
DP-100:使用蔚蓝机器学习的A-Z机器学习
Jitesh Khurkhuriya,Python,数据科学与机器学习A-Z团队
4.5 (3,427)
Mais Vendidos.
机器学习功能工程
Soledad Galli.
4.7 (1,807)
机器学习功能选择
Soledad Galli.
4.5 (1,256)
机器学习回归Pirthing MasterClass
Ryan Ahmed博士,博士,MBA,Mitchell Bouchard,Ligency团队
4.3 (340)
贝叶斯机器学习在Python:A / B测试
懒惰的程序员公司
4.6 (4,397)
Mais Vendidos.
无监督机器在Python中学习隐藏的马尔可夫模型
懒惰的程序员团队,Lazy Programmer Inc.
4.7 (2,908)
ClassificaçãoMaisAlta.
数据科学:Python中的监督机器学习
懒惰的程序员团队,Lazy Programmer Inc.
4.6 (2,166)
Python的集合机器学习:随机森林,adaboost
懒惰的程序员团队,Lazy Programmer Inc.
4.8 (1,501)
机器学习和AI:Python中的支持向量机
懒惰的程序员团队,Lazy Programmer Inc.
4.6 (754)
用Python 2021机器学习和数据科学
Sachin AbeyCarkana
4.5 (52)
诺维电子艾尔塔

更多机器学习课程

OS Alunos De Machine学习Tambémaprendem

赋予你的团队。引领行业。

通过Udemy为Business获取组织的在线课程和数字学习工具库的订阅。

请求演示

Jones Granatyr课程

机器学习E数据科学COM Weka E Java - Completo
jones granatyr,ia专家学院
4.3 (736)
收视率最高
Inteligência人工:Algoritmos Inteligentes de Busca
jones granatyr,ia专家学院
4.5 (230)
MineraçãodeMoçãoMOTOSCOMPYTHON E NLTK
jones granatyr,ia专家学院
4.4 (850)
Detecçãodefacescom python e Opencv
jones granatyr,ia专家学院
4.8 (826)
收视率最高
detecçãode faces com java e opencv
jones granatyr,ia专家学院
4.8 (255)
MineraçãoderegrasdeAssociaçãoComPython,Apriori E SQL
jones granatyr,ia专家学院
4.8 (328)
MineraçãoderegrasdeAssociaçãoComWeka,Apriori E Java
jones granatyr,ia专家学院
4.8 (185)
收视率最高
Redes neurais Artificiais em Python
jones granatyr,ia专家学院
4.4 (2,365)
收视率最高
机器学习e数据科学com python de a z
jones granatyr,ia专家学院
4.5 (3,864)
机器学习e数据科学com r de aàz
jones granatyr,ia专家学院
4.5 (874)
Inteligência人工:Buscas EM Textos Com Python
jones granatyr,ia专家学院
4.2 (302)
Algoritmos Inteligentes de Busca Com Python
Jones Granatyr,Léoda Silva,IA专家学院
4.9 (89)

Jones Granatyr课程