Descrição do Curso
Estas lições explicarão o processo típico de construção de modelo em referência ao pipeline do modelo de classificação. Também receberá uma introdução aos problemas de classificação binária e multiclasse e as maneiras pelas quais estes são melhor usados. Aprenderá a usar a engenharia de recursos para descobrir as melhores entradas de dados para os seus modelos de classificação.
Além disso, estas lições discutirão e descreverão a modelagem com métricas de qualidade. Aprenderá como avaliar a qualidade de um modelo de classificação e como validar um modelo de classificação antes da sua implantação.
O Que Você Vai Aprender
- Seguir o processo típico para construir um modelo de classificação, desde o pipeline de construção do modelo até a implantação
- Aplicar engenharia de features para identificar as melhores entradas de dados para modelos de classificação
- Distinguir entre problemas de classificação binária e multiclasse e quando cada um é mais bem usado
- Avaliar o desempenho do modelo de classificação usando métricas de qualidade do modelo
- Validar um modelo de classificação antes de implantá-lo
- Construir modelos de classificação para problemas de classificação binária e multiclasse
Principais Conclusões
- O curso explica o processo típico de construção de modelos em referência ao pipeline do modelo de classificação.
- Engenharia de features é usada para descobrir as melhores entradas de dados para modelos de classificação.
- Problemas de classificação binária e multiclasse diferem, e cada um tem cenários nos quais é mais bem usado.
- Métricas de qualidade permitem que você avalie a qualidade de um modelo de classificação.
- Um modelo de classificação deve ser validado antes de sua implantação.
Perguntas Frequentes
O que este curso cobre?
Cobre o processo típico de construção de modelos para o pipeline do modelo de classificação, uma introdução aos problemas de classificação binária e multiclasse, engenharia de features para escolher as melhores entradas de dados, modelagem com métricas de qualidade e métodos de validação de modelo.
Qual é a diferença entre classificação binária e multiclasse coberta aqui?
O curso introduz problemas de classificação binária e multiclasse e discute as maneiras pelas quais cada um é melhor usado.
Como o curso aborda a qualidade do modelo e prontidão para implantação?
Discute e descreve modelagem com métricas de qualidade, ensinando como avaliar a qualidade de um modelo de classificação e como validar um modelo de classificação antes de sua implantação.
Quais habilidades vou ganhar com este curso?
Você desenvolverá habilidades em Classificação de Dados, Engenharia de Features, Aprendizado de Features, Seleção de Features, Treinamento de Modelo de Aprendizado de Máquina e Classificação Estatística.
Quais tópicos são ensinados nas lições?
As lições cobrem o processo de construção de modelo, engenharia de features, problemas de classificação binária, métricas de qualidade do modelo, problemas de classificação multiclasse e métodos de validação de modelo.
