Criar modelos de machine learning
O Microsoft Learn oferece várias formas interativas de obter uma introdução à clássica aprendizagem automática. Estes percursos de aprendizagem tornam-no produtivo e são também uma excelente base para avançar para tópicos de aprendizagem profunda.
Desde os modelos de machine learning clássico mais básicos, passando pela análise de dados exploratória, até à personalização de arquiteturas, será orientado por um conteúdo conceptual fácil de consumir e por blocos de notas Jupyter interativos, tudo sem sair do browser.
Escolha o seu próprio percurso, dependendo da sua formação e dos seus interesses.
Opção 1: O curso completo: Noções básicas da ciência de dados para machine learning
Este percurso é o recomendado para a maioria das pessoas. Tem os mesmos módulos que os outros dois percursos de aprendizagem com um fluxo personalizado que maximiza o reforço dos conceitos. Se quiser saber mais sobre os conceitos subjacentes e aprender a criar modelos com as ferramentas de machine learning mais comuns, este é o percurso certo para si. Também é o percurso indicado se planear não se limitar ao machine learning clássico e estudar aprendizagem profunda e redes neurais, que aqui só são abordadas de forma introdutória.
Opção 2: O percurso de aprendizagem Compreender a ciência de dados para machine learning
Se procura entender como funciona o machine learning, mas as suas habilitações não incluem matemática, este percurso é o certo para si. Não requer habilitações avançadas (a não ser uma ligeira familiaridade com os conceitos de programação) e ensina através de código, metáforas e imagens que explicam tudo facilmente. É prático, mas centra-se mais na compreensão das noções básicas e menos no poder das ferramentas e das bibliotecas disponíveis.
✔ Opção 3: O percurso de aprendizagem Criar modelos de machine learning
Se já tem uma ideia do que é o machine learning ou se tiver habilitações avançadas em matemática, pode ser mais indicado avançar diretamente para o percurso de aprendizagem Criar Modelos de Machine Learning. Este módulos ensinam alguns conceitos de machine learning, mas progridem rapidamente para abordarem o potencial de ferramentas como Scikit-learn, TensorFlow e PyTorch. Este percurso de aprendizagem também é o mais indicado para si se quiser ter apenas um determinado nível de conhecimento para compreender exemplos de machine learning para produtos como o Azure ML ou o Azure Databricks.
✔ Está neste percurso. Navegue para baixo para começar.
Pré-requisitos
Este percurso de aprendizagem pressupõe conhecimentos de conceitos matemáticos básicos. Alguma experiência com o Python também poderá ser útil.
Código de Feito
Pretende pedir um código de feito?
Módulos neste percurso de aprendizagem
A exploração e análise de dados está no centro da ciência de dados. Os cientistas de dados exigem habilidades em linguagens de programação como Python para explorar, visualizar e manipular dados.
A regressão é um tipo comumente usado de aprendizado de máquina para prever valores numéricos.
A classificação é um tipo de aprendizado de máquina usado para categorizar itens em classes.
O clustering é um tipo de aprendizado de máquina usado para agrupar itens semelhantes em clusters.
A aprendizagem profunda é uma forma avançada de aprendizagem automática que emula a forma como o cérebro humano aprende através de redes de neurónios conectados.