Descrição do Curso
Os modelos de classificação de dados são a base de vários sistemas na defesa e na indústria. Existe um grande número de fatores que podem contribuir para um aumento ou diminuição no desempenho e na confiabilidade do modelo. Antes de mergulhar no treino e na seleção do seu modelo de classificação, a classificação é o processo de mapeamento de um conjunto de entradas para uma variável de saída discreta. É essencial que tenha uma excelente compreensão básica do que é a classificação, bem como do fluxo de trabalho associado à seleção do melhor modelo para a sua aplicação e necessidades. O objetivo é fazer com que o modelo de machine learning aprenda uma função de mapeamento dado um conjunto de entradas de dados de entrada rotuladas de classe. Neste módulo do MATLAB, aprenderá sobre a classificação de dados e como implementá-la no MATLAB.
Após concluir este módulo, poderá aplicar o que aprendeu a qualquer projeto ou tarefa que envolva classificação de dados. Isto permitirá que crie e implemente diferentes modelos preditivos. Estes podem ser usados em aplicações para coisas como finanças, publicidade, clima e até medicina.
O Que Você Vai Aprender
- Definir o que é classificação de dados e o processo de mapeamento de entradas para uma variável de saída discreta
- Reconhecer os conceitos de entradas e saídas na classificação de dados
- Entender o fluxo de trabalho do modelo de classificação
- Implementar classificação de dados em MATLAB
- Selecionar o melhor modelo de classificação para uma determinada aplicação e necessidade
- Criar e implementar diferentes modelos preditivos para aplicações como finanças, publicidade, clima/tempo e medicina
Principais Conclusões
- Classificação é o processo de mapear um conjunto de entradas para uma variável de saída discreta.
- Modelos de classificação de dados são a base de vários sistemas em defesa e indústria.
- O objetivo da classificação é conseguir que o modelo de aprendizado de máquina aprenda uma função de mapeamento dado dados de entrada rotulados com classe.
- Uma compreensão fundamental forte de classificação e do fluxo de trabalho de seleção de modelo é essencial antes de treinar e selecionar um modelo de classificação.
- A classificação de dados pode ser aplicada a modelos preditivos em áreas como finanças, publicidade, clima/tempo e medicina.
Perguntas Frequentes
O que vou aprender neste módulo MATLAB?
Você aprenderá o que é classificação de dados e como implementá-la em MATLAB, incluindo os conceitos de entradas e saídas e o fluxo de trabalho do modelo de classificação.
Quais tópicos este curso aborda?
O curso aborda uma visão geral de classificação, seleção de modelo de classificação e o fluxo de trabalho do modelo de classificação de dados.
O que posso fazer após concluir este módulo?
Após concluir este módulo, você pode aplicar o que aprendeu a qualquer projeto ou tarefa envolvendo classificação de dados, permitindo que você crie e implemente diferentes modelos preditivos para aplicações, como finanças, publicidade, clima/tempo e medicina.
Quais habilidades este curso ajuda a desenvolver?
Este curso ajuda a desenvolver habilidades em Data Classification, Data Science, MATLAB, MeshLab e Statistical Classification.
Como a classificação de dados é definida neste curso?
Classificação é definida como o processo de mapear um conjunto de entradas para uma variável de saída discreta, com o objetivo de fazer um modelo de aprendizado de máquina aprender uma função de mapeamento a partir de dados de entrada rotulados com classe.
