logo-mooc
search-iconsearch-icon
menu-whitemenu-blue
GRATIS
Inicio / Buscador / Programación / Desarrollo de Software
Harvard vía Coursera
GRATIS

Feature Engineering em Português Brasileiro

  • money

    Cursos gratis (Auditar)

    question-mark
  • earth

    Portugués

  • folder

    Siempre Abierto

  • certificate

    Guía de Registro en Coursera

    arrow
VER CURSO arrow
Acerca de este curso

  • Introdução ao curso
    • Neste módulo, apresentamos uma visão geral do curso e dos objetivos a serem alcançados.
  • Introdução ao Feature Store da Vertex AI
    • Este módulo apresenta o Feature Store da Vertex AI.
  • De dados brutos a atributos
    • A engenharia de atributos costuma ser a fase mais demorada e difícil da criação dos projetos de ML. Esse processo começa pelos dados brutos, e você usa seu próprio conhecimento sobre domínios para criar atributos que vão fazer seus algoritmos de machine learning funcionarem. Neste módulo, vamos conferir o que caracteriza um bom atributo e como fazer a representação deles no seu modelo.
  • Engenharia de atributos
    • Neste módulo, analisamos as diferenças entre o machine learning e as estatísticas, além de mostrar como executar a engenharia de atributos no BigQuery ML e no Keras. Também vamos abordar algumas práticas avançadas desse processo.
  • Pré-processamento e criação de atributos
    • Neste módulo, apresentamos informações sobre o Dataflow, uma tecnologia complementar do Apache Beam. Ambos podem ajudar você a criar e executar o pré-processamento e a engenharia de atributos.
  • Cruzamentos de atributos – TensorFlow Playground
    • Os cruzamentos de atributos não têm um papel muito significativo nos processos tradicionais de machine learning. Porém, para os métodos de ML atuais, esses tipos de recursos são parte essencial do seu kit de ferramentas. Neste módulo, você vai aprender a reconhecer os tipos de problemas em que os cruzamentos de atributos desempenham um papel importante no machine learning.
  • Introdução ao TensorFlow Transform
    • O TensorFlow Transform (tf.Transform) é uma biblioteca de pré-processamento de dados com o TensorFlow. O tf.Transform é útil para os pré-processamentos que exigem uma passagem completa dos dados, como:
      • normalizar um valor de entrada por média e stdev;
      • transformar strings em números inteiros ao gerar um vocabulário com a verificação de todos os exemplos de entrada dos valores;
      • separar as entradas em buckets com base na distribuição de dados que foi observada.
      Neste módulo vamos apresentar os casos de uso do tf.Transform.
  • Resumo
    • Este módulo é um resumo do curso Feature Engineering