Ir para o conteúdo principal
  • Machine Learning
Conceitos de ML
  • Introdução
  • Introdução ao ML
  • Modelos de ML
  • Regressão linear
  • Regressão logística
  • Classificação
  • Dados
  • Como trabalhar com dados numéricos
  • Como trabalhar com dados categóricos
  • Conjuntos de dados, generalização e overfitting
  • Modelos de ML avançado
  • Redes neurais
  • Embeddings
  • Introdução aos modelos de linguagem grandes
  • ML do mundo real
  • Sistemas de ML de produção
  • Machine learning automatizado
  • Justiça
Cursos básicos Cursos avançados Guias Glossário
  • Todos os termos
  • Agênticos
  • Cluster
  • Florestas de decisão
  • Princípios básicos
  • GCP
  • IA generativa
  • Métricas
  • IA responsável
  • TensorFlow
/
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Polski
  • Português – Brasil
  • Tiếng Việt
  • Türkçe
  • Русский
  • Українська
  • עברית
  • العربيّة
  • فارسی
  • हिंदी
  • বাংলা
  • ภาษาไทย
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
Fazer login
  • Conceitos de ML
Página inicial Crash Course
  • Machine Learning
  • Conceitos de ML
    • Mais
    • Página inicial
    • Crash Course
  • Cursos básicos
  • Cursos avançados
  • Guias
  • Glossário
    • Mais
  • Links rápidos
  • Pré-requisitos
  • Exercícios
  • Central de Ajuda
  • Modelos de ML
  • Regressão linear (80 min)
    • Regressão linear (10 min)
    • Perda (10 min)
    • Exercício interativo: parâmetros (5 minutos)
    • Gradiente descendente (10 min)
    • Hiperparâmetros (10 min)
    • Exercício interativo: gradiente descendente (5 minutos)
    • Exercício de programação (20 min)
    • Teste seus conhecimentos (10 minutos)
    • A seguir
  • Regressão logística (35 minutos)
    • Introdução (5 minutos)
    • Como calcular uma probabilidade (10 min)
    • Perda e regularização (10 min)
    • Teste seus conhecimentos (10 minutos)
    • A seguir
  • Classificação (70 minutos)
    • Introdução (3 minutos)
    • Limites e a matriz de confusão (12 min)