Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Google Cloud

Feature Engineering em Português Brasileiro

Google Cloud and Google via Coursera

Overview

Quer saber como melhorar a acurácia dos modelos de ML e quais colunas de dados são os atributos mais úteis? Neste curso Feature Engineering, abordaremos os atributos bons e ruins, bem como o pré-processamento e a transformação deles para otimizar os modelos.

Syllabus

  • Introdução ao curso
    • A engenharia de atributos costuma ser a fase mais longa e difícil da criação de projetos de ML. Nesse processo, você começa com os dados brutos e usa seu conhecimento do domínio para criar atributos que permitam o funcionamento dos algoritmos de machine learning.
  • Dados brutos em atributos
    • A engenharia de atributos costuma ser a fase mais longa e difícil da criação de projetos de ML. Nesse processo, você começa com os dados brutos e usa seu conhecimento do domínio para criar atributos que permitam o funcionamento dos algoritmos de machine learning. Neste módulo, você verá como identificar atributos bons e representá-los no modelo de ML.
  • Pré-processamento e criação de atributos
    • Nesta seção do módulo, abordaremos o pré-processamento e a criação de atributos. Elas são técnicas de processamento de dados que preparam um conjunto de atributos para um sistema de machine learning.
  • Cruzamentos de atributos
    • Os cruzamentos de atributos não eram tão importantes no machine learning tradicional, mas são parte essencial dos métodos de ML modernos. Neste módulo, você aprenderá a identificar os tipos de problema em que eles são úteis no machine learning.
  • TensorFlow Transform
    • O TensorFlow Transform (tf.Transform) é uma biblioteca para pré-processar dados com o TensorFlow. Ele é útil, porque o pré-processamento exige uma transmissão completa dos dados, como: normalizar um valor de entrada por mean e stdev, transformar um vocabulário em número inteiro pela análise dos valores em todos os exemplos de entrada e criar buckets das entradas com base na distribuição observada dos dados. Neste módulo, veremos os casos de uso do tf.Transform.
  • Resumo

Taught by

Google Cloud Training

Related Courses

Reviews

Start your review of Feature Engineering em Português Brasileiro

Never Stop Learning!

Get personalized course recommendations, track subjects and courses with reminders, and more.

Sign up for free