Ciência de dados: construção de modelos de aprendizado de máquina e sistemas de recomendação

Os mecanismos de recomendação impulsionam a web moderna, gerando o engajamento do usuário nas principais plataformas de entretenimento e e-commerce. Entender como construir esses sistemas preditivos é uma habilidade essencial para qualquer aspirante a cientista de dados. Neste curso somente de texto, você fará a transição da compreensão das estruturas de dados brutos para o projeto, teste e avaliação de um sistema de recomendação totalmente funcional. O que você vai aprender: - Aprenda os conceitos básicos de modelos de aprendizado de máquina supervisionados e não supervisionado. - Construa um sistema de recomendação de filtragem colaborativa usando Python. - Aplique bibliotecas de dataframe modernas para limpar, pré-processar e analisar conjuntos de dados. - Entenda os fundamentos dos bancos de dados vetoriais e a pesquisa de similaridade para recomendações modernas. - Avalie o desempenho do modelo usando precisão, recuperação e erro quadrático médio (RMSE). - Pratique a implementação de conceitos básicos de implantação de modelos para servir previsões. Você começará aprendendo a terminologia fundamental da ciência de dados e os conceitos matemáticos antes de passar passo a passo pelo pré-processamento de dados, seleção de modelos, implementação de algoritmos e técnicas de avaliação. Este curso é projetado para iniciantes que desejam uma introdução clara, conceitual e prática ao aprendizado de máquina, e nenhuma experiência prévia em ciência de dados é necessária. Comece a ler hoje mesmo para criar seu primeiro modelo preditivo de machine learning.