Machine Learning: Data Scientist

Especialize-se na matemática, na ciência e nas estatísticas por trás do Machine Learning

Este roteiro foi projetado para alunos com habilidades de matemática, estatística e análises que querem se tornar especialistas em Machine Learning (ML) na organização. Avance nos cursos fundamentais, intermediários e avançados para saber como as estruturas e as ferramentas de análises do Machine Learning podem ser aplicadas ao seu trabalho e aprimorar a colaboração.

ml-path_data-scientist2

Math for Machine Learning (Matemática para Machine Learning)

Para compreender o Machine Learning moderno, você também precisa entender vetores e matrizes, álgebra linear, teoremas de probabilidade, cálculo univariado e cálculo multivariado.

Linear and Logistic Regression (Regressão linear e logística)

Explore modelos para métodos de regressão, erro de mínimos quadrados, estimativa por máxima verossimilhança, regularização, regressão logística, minimização de perdas empíricas e otimização baseada em gradiente.

The Elements of Data Science (Elementos da ciência de dados)

Aprenda a criar e aprimorar continuamente os modelos de Machine Learning, incluindo tópicos como formulação de problemas de cobertura, análise exploratória de dados, engenharia de recursos, treinamento de modelos, ajuste e depuração, bem como avaliação e produção de modelos.

Data Science Capstone: Real World ML Decisions (A culminância da ciência de dados: decisões de ML no mundo real)

Use o Machine Learning para resolver desafios empresariais da vida real. Crie, treine e teste um modelo de Machine Learning desde o início.