Overfitting e vazamento de dados: como evitar erros em ML
Um modelo pode memorizar o treino ou receber informação que não teria no uso real. Aprenda a distinguir overfitting de vazamento de dados e como investigar ambos.
Machine Learning
Fundamentos, dados, treinamento, avaliação e aplicações do aprendizado de máquina.
Métricas de machine learning: acurácia, precisão e recall
A métrica certa depende do erro que mais custa. Entenda acurácia, precisão, recall, F1 e métricas de regressão com exemplos de decisão.
Como treinar um modelo de machine learning: guia do zero
Da definição do problema ao teste final: siga um fluxo seguro para preparar dados, treinar um modelo de Machine Learning e avaliar se ele generaliza.
Tipos de machine learning: supervisionado, não supervisionado e por reforço
Supervisionado, não supervisionado e por reforço descrevem formas diferentes de aprender. Veja como reconhecer cada abordagem e escolher um ponto de partida.
Machine learning: o que é, como funciona e exemplos
Machine learning permite que sistemas encontrem padrões em dados para fazer previsões. Entenda o fluxo de treinamento, exemplos de uso e quando essa abordagem faz sentido.