16 KiB

Raw Blame History Unescape Escape

Machine Learning para Principiantes - Um Curso

🌍 Viaja pelo mundo enquanto exploramos o Machine Learning através das culturas mundiais 🌍

Os Azure Cloud Advocates da Microsoft têm o gosto de oferecer um curso de 24 lições com a duração 12 semanas sobre Machine Learning. Neste curso, irás aprender o que algumas vezes chamamos de machine learning clássico, usando principalmente Scikit-learn como biblioteca e evitando deep learning, que será coberto no próximo curso 'IA para Iniciantes'. Combina também estas lições com o nosso próximo curso de 'Data Science para Iniciantes'.

Viaja connosco ao redor do mundo enquanto aplicamos estas técnicas clássicas a dados de muitas áreas do mundo. Cada aula inclui questionários pré- e pós-aula, instruções escritas para completar a aula, uma solução, uma tarefa e muito mais. A nossa pedagogia baseada em projetos permite que aprendas enquanto constróis, uma forma comprovada de "colar"" as novas habilidades.

✍️ Muito obrigado aos nossos autores Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Ornella Altunyan, e Amy Boyd

🎨 Obrigado também aos nossos ilustradores Tomomi Imura, Dasani Madipalli, e Jen Looper

🙏 Agradecimento especial 🙏 aos nossos autores Microsoft Student Ambassador, revisores e contribuidores, notavelmente Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, e Snigdha Agarwal

Começando

Estudantes, para usar este curso, faz fork no nosso repositório para a tua conta GitHub e completa os exercícios individualmente ou em grupo:

Começa com o teste pré-aula
Lê a aula e completa as atividades, fazendo uma pausa e refletindo a cada verificação de conhecimento.
Tenta criar os projetos compreendedo as aulas ao invés de executar o código da solução. No entanto, esse código está disponível nas pastas /solution em cada aula que contenha um projeto.
Faz o teste pós-aula
Completa um desafio
Conclui a tarefa
Depois de concluir uma aula em grupo, visita o Quadro de discussão e "aprende em voz alta" preenchendo a rúbrica PAT apropriada. Um 'PAT' é uma ferramenta de avaliação de progresso que é uma rúbrica que preenches para promover a tua aprendizagem. Também podes reagir a outros PATs para que possamos aprender juntos.

Para um estudo mais aprofundado, recomendamos que sigas estes Microsoft Learn módulos e percursos de aprendizagem.

Professores, incluímos algumas sugestões em como usar este curso.

Conhece a equipa

🎥 Clica na imagem acima para um vídeo sobre o projeto e as pessoas que o criaram!

Pedagogia

Escolhemos dois princípios pedagógicos ao construir este curso: garantindo que seja um trabalho prático baseado em projeto e isso inclui testes frequentes. Adicionalmente, este currículo tem um tema comum para dar-lhe coesão.

Ao garantir que o conteúdo esteja alinhado com os projetos, o processo torna-se mais envolvente para os estudantes e a retenção dos conceitos é aumentada. Além disso, um teste de baixo risco antes da aula define a intenção do estudante de aprender um tópico, enquanto que um segundo teste após a aula garante maior retenção. Este curso foi projetado para ser flexível e divertido e pode ser realizado no seu todo ou parcialmente. Os projetos começam pequenos e tornam-se cada vez mais complexos no final do ciclo de 12 semanas. Este currículo também inclui um pós-escrito sobre aplicações reais de ML, que pode ser usado como crédito extra ou como base para discussão.

Encontra o nosso Código de Conduta, diretrizes de Contribuição, e Tradução. Agradecemos o teu feedback construtivo!

Cada aula inclui:

esboço opcional
vídeo suplementar opcional
teste de aquecimento pré-aula
aula escrita
para aulas baseadas em projetos, guias passo a passo sobre como contruir o projeto
verificações de conhecimento
um desafio
leitura suplementar
tarefa
teste pós-aula

Uma nota sobre testes: Podes encontrar todos os testes nesta app, para um total de 50 testes de 3 perguntas cada. Eles estão vinculados às aulas, mas a aplicação do teste pode ser executada localmente; segue as intruções na pasta quiz-app.

Número de aula	Tópico	Agrupamento de Aulas	Objetivos de aprendizagem	Aula vinculada	Autor
01	Introdução ao machine learning	Introdução	Aprender os conceitos básicos atrás do machine learning	aula	Muhammad
02	A História de machine learning	Introdução	Aprender a história subjacente nesta área	aula	Jen e Amy
03	Justiça e machine learning	Introdução	Quais são as questões filosóficas importantes sobre justiça que os estudantes devem considerar ao construir e aplicar modelos de ML?	aula	Tomomi
04	Técnicas para machine learning	Introdução	Que técnicas os investigadores de ML usam para construir modelos de ML?	aula	Chris e Jen
05	Introdução à regressão	Regressão	Começando a usar Python e Scikit-learn para modelos de regressão	aula	Jen
06	Preços das abóboras norte americanas 🎃	Regressão	Visualizar e limpar os dados em preparação para o ML	aula	Jen
07	Preços das abóboras norte americanas 🎃	Regressão	Construir modelos de regressão linear e polinomial	aula	Jen
08	Preços das abóboras norte americanas 🎃	Regressão	Construir um modelo de regressão logística	aula	Jen
09	Uma Web App 🔌	Web App	Criar uma web app para usar o teu modelo treinado	aula	Jen
10	Introdução à classificação	Classificação	Limpar, preparar e visualizar os dados; introdução à classificação	aula	Jen e Cassie
11	Deliciosas cozinhas asiáticas e indianas 🍜	Classificação	Introdução aos classificadores	aula	Jen e Cassie
12	Deliciosas cozinhas asiáticas e indianas 🍜	Classificação	Mais classificadores	aula	Jen e Cassie
13	Deliciosas cozinhas asiáticas e indianas 🍜	Classificação	Criar uma web app de recomendação usando o teu modelo	aula	Jen
14	Introdução ao clustering	Clustering	Limpar, preparar e visualizar os dados; Introdução ao clustering	aula	Jen
15	Explorando Gostos Musicais Nigerianos 🎧	Clustering	Explorar o método de agrupamento K-Means	aula	Jen
16	Introdução processamento de linguagem natural ☕️	Processamento de linguagem natural	Aprender o básico sobre NLP construindo um bot simples	aula	Stephen
17	Tarefas NLP comuns ☕️	Processamento de linguagem natural	Aprofundar o conhecimento de NLP percebendo tarefas comuns exigidas ao lidar com estruturas de linguagem	aula	Stephen
18	Tradução e análise de sentimento ♥️	Processamento de linguagem natural	Tradução e análise de sentimento com Jane Austen	aula	Stephen
19	Hotéis romanticos da Europa ♥️	Processamento de linguagem natural	Análise de sentimento com avaliações de hotéis, 1	aula	Stephen
20	Hotéis romanticos da Europa ♥️	Processamento de linguagem natural	Análise de sentimento com avaliações de hotéis, 2	aula	Stephen
21	Introdução previsão de séries temporais	Séries temporais	Introdução a previsão de séries temporais	aula	Francesca
22	⚡️ Uso de Energia Mundial ⚡️ - previsão de série temporal com ARIMA	Séries temporais	Previsão de séries temporais com ARIMA	aula	Francesca
23	Introdução à aprendizagem por reforço	Aprendizagem por reforço	Introdução à aprendizagem por reforço com Q-Learning	aula	Dmitry
24	Ajuda o Pedro a escapar do lobo! 🐺	Aprendizagem por reforço	Ginásio de aprendizagem por reforço	aula	Dmitry
Postscript	Cenários reais de ML e aplicações	ML na vida real	Aplicações interessantes e reveladoras do mundo real do ML clássico	aula	Equipa

Acesso Offline

Podes usar este documento offline usando o Docsify. Dá fork neste repositório, instala o Docsify no teu computador, e depois na pasta raiz deste repositório, escreve docsify serve. O site será executado na porta 3000 do teu localhost: localhost:3000.

PDFs

Encontras um pdf do curso com links aqui

Help Wanted!

Gostarias de contribuir para uma tradução? Por favor lê as nossas diretrizes de tradução e adiciona o teu input aqui

Outros Cursos

A nossa equipa produziu outros cursos! Confere:

16 KiB Raw Blame History Unescape Escape