Pular para o conteúdo principal
InícioPython

Classificadores lineares em Python

Neste curso, você aprenderá sobre classificadores lineares como regressão logística e SVM.

Comece O Curso Gratuitamente
4 horas13 vídeos44 exercícios56.460 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas


Descrição do Curso

Neste curso, você aprenderá tudo sobre o uso de classificadores lineares, especificamente regressão logística e máquinas de vetor de suporte, com o scikit-learn. Depois de aprender a aplicar esses métodos, você mergulhará nas ideias por trás deles e descobrirá o que realmente os faz funcionar. Ao final deste curso, você saberá como treinar, testar e ajustar esses classificadores lineares em Python. Você também terá uma base conceitual para entender muitos outros algoritmos de aprendizado de máquina.
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Cientista de aprendizado de máquina em Python

Ir para a trilha

Aprendizado de máquina supervisionado em Python

Ir para a trilha
  1. 1

    Aplicando a regressão logística e SVM

    Gratuito

    Neste capítulo, você aprenderá os fundamentos da aplicação da regressão logística e das máquinas de vetores de suporte (SVMs) a problemas de classificação. Você usará a biblioteca scikit-learn para ajustar modelos de classificação a dados reais.

    Reproduzir Capítulo Agora
    Atualização do scikit-learn
    50 xp
    KNN classificação
    100 xp
    Comparação de modelos
    50 xp
    Ajuste excessivo
    50 xp
    Aplicando a regressão logística e SVM
    50 xp
    Executando LogisticRegression e SVC
    100 xp
    Análise de sentimento para críticas de filmes
    100 xp
    Classificadores lineares
    50 xp
    Qual limite de decisão é linear?
    50 xp
    Visualização de limites de decisão
    100 xp
  2. 4

    Máquinas de vetor de suporte

    Neste capítulo, você aprenderá tudo sobre os detalhes das máquinas de vetores de suporte. Você aprenderá a ajustar hiperparâmetros para esses modelos e a usar kernels para ajustar limites de decisão não lineares.

    Reproduzir Capítulo Agora
Para Empresas

GroupTreinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Cientista de aprendizado de máquina em Python

Ir para a trilha

Aprendizado de máquina supervisionado em Python

Ir para a trilha

colaboradores

Collaborator's avatar
Nick Solomon
Collaborator's avatar
Kara Woo

Áudio Gravado por

Mike Gelbart's avatar
Mike Gelbart

pré-requisitos

Supervised Learning with scikit-learn
Mike Gelbart HeadshotMike Gelbart

Instructor, the University of British Columbia

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Classificadores lineares em Python hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.