Aprendizado de máquina é o nome dado a algoritmos capazes de "aprender" com a experiência desenvolvida após a exposição do algoritmo a exemplos da aplicação. Estes exemplos, que serão introduzidos ao algoritmo, são conjuntos de dados coletados ao longo do processo ao qual a aplicação está vinculada.

Dessa forma, o algoritmo é treinado de modo a detectar os padrões pertinentes ao problema, ou seja, o algoritmo é capaz de construir modelos matemáticos capazes de se adequar aos dados utilizados para o seu treinamento.

Porém, para medir de maneira eficiente o desempenho do algoritmo, de modo que os resultados obtidos sejam indicativos confiáveis da capacidade de generalização do problema, técnicas sistemáticas para a amostragem dos resultados obtidos nos testes precisam ser construídas.

Neste curso online, na unidade 1, você vai aprender a identificar os tipos de dados encontrados em aprendizado de máquina, reconhecer os problemas que afetam a qualidade dos dados e aplicar técnicas que reduzem ou eliminam os problemas de qualidade de dados.

Na unidade 2, você será apresentado a diferentes técnicas para a validação do algoritmo de modo sistemático. Além disso, você será capaz de entender as métricas mais utilizadas quando se deseja estabelecer parâmetros sólidos para a comparação entre os algoritmos.

O Curso Online Aprendizagem de Máquina: Qualidade de Dados e Modelos é voltado a profissionais e estudantes de Inteligência Artificial e áreas relacionadas, além de todo o público interessado no tema. Recomenda-se que o cursista tenha conhecimentos básicos de redes neurais.

Este curso dispõe dos seguintes recursos de acessibilidade: cores em alto-contraste, aumento de fonte e tradução automática mediante a Língua Brasileira de Sinais (Libras). Para ativar esses recursos, acesse "minha conta" do lado direito da tela na parte superior e habilite de acordo com sua necessidade.

O conteúdo do curso ficará disponível por até 45 dias após a compra.