From 202ad66179e9507f96da8e3ab0d02e8125cb9b5e Mon Sep 17 00:00:00 2001 From: Arianne Macena Date: Mon, 11 Oct 2021 02:22:44 -0300 Subject: [PATCH] add url fixes on regression lesson --- 2-Regression/1-Tools/translations/README.pt-br.md | 2 +- 2-Regression/translations/README.pt-br.md | 10 +++++----- 2 files changed, 6 insertions(+), 6 deletions(-) diff --git a/2-Regression/1-Tools/translations/README.pt-br.md b/2-Regression/1-Tools/translations/README.pt-br.md index cab32afa..ba50eeb9 100644 --- a/2-Regression/1-Tools/translations/README.pt-br.md +++ b/2-Regression/1-Tools/translations/README.pt-br.md @@ -39,7 +39,7 @@ Nesta lição, você aprenderá como: ## Seu ambiente de ML -Você irá usar **_notebooks_** para desenvolver código em Python e criar modelos de _machine learning_. Esse tipo de arquivo é uma ferramenta comum para _data scientists_ (cientistas de dados), e pode ser identificado pelo sufixo ou extensão `.ipynb`. +Você irá usar **_notebooks_** para desenvolver código em Python e criar modelos de _machine learning_. Esse tipo de arquivo é uma ferramenta comum para _data scientists_, e pode ser identificado pelo sufixo ou extensão `.ipynb`. _Notebooks_ são ambientes interativos que permitem a construção de código de programação e notas de _markdown_ para documentá-lo, o que pode ser muito útil para projetos experimentais ou de pesquisa. diff --git a/2-Regression/translations/README.pt-br.md b/2-Regression/translations/README.pt-br.md index 475aba25..22e28fc4 100644 --- a/2-Regression/translations/README.pt-br.md +++ b/2-Regression/translations/README.pt-br.md @@ -13,16 +13,16 @@ As lições desta seção abordam tipos de regressão no contexto de _machine le Nesta série de lições, você descobrirá a diferença entre regressão linear e logística, e quando deve usar uma ou outra. -Neste grupo de lições, te prepararemos para começar tarefas de _machine learning_, incluindo configuração do Visual Studio Code para gerenciar _notebooks_, o ambiente comum para _data scientists_. Você descobrirá a Scikit-learn, uma biblioteca para _machine learning_, e construirá seus primeiros modelos, focando em modelos de regressão neste capítulo. +Neste grupo de lições, te prepararemos para começar tarefas de _machine learning_, incluindo configuração do Visual Studio Code para gerenciar _notebooks_, o ambiente comum para _data scientists_ (cientistas de dados). Você descobrirá a Scikit-learn, uma biblioteca para _machine learning_, e construirá seus primeiros modelos, focando em modelos de regressão neste capítulo. > Existem ferramentas _low-code_ que podem ajudar a aprender como trabalhar com modelos de regressão. Use a [Azure ML para esta tarefa](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa). ### Lições -1. [Ferramentas necessárias](../1-Tools/README.pt-br.md) -2. [Gerenciamento de dados](../2-Data/README.pt-br.md) -3. [Regressão linear e polinomial](../3-Linear/README.pt-br.md) -4. [Regressão logística](../4-Logistic/README.pt-br.md) +1. [Ferramentas necessárias](../1-Tools/translations/README.pt-br.md) +2. [Gerenciamento de dados](../2-Data/translations/README.pt-br.md) +3. [Regressão linear e polinomial](../3-Linear/translations/README.pt-br.md) +4. [Regressão logística](../4-Logistic/translations/README.pt-br.md) --- ### Créditos