Apostila de Machine Learning para Negócios

Machine Learning, ou Aprendizado de Máquina, é uma área muito ampla e bastante complexa. Contudo, é também um campo com infinitas possibilidades de uso. Nos negócios não é diferente, é possível aplicar machine learning de diversas maneiras e em variadas áreas de negócio.

O objetivo desta apostila é trazer os conceitos básicos para alguns dos principais modelos de aprendizado de máquina e na sequência mostrar como implementá-los, de forma simples, objetiva prática. Não é propósito deste material entrar a fundo nos detalhes de cada modelo, pois a proposta é focar na compreensão dos conceitos e dos casos de usos para rápida aplicação na área de negócios.

A apostila possui um conteúdo bastante completo, apesar de ser introdutória ao tema. Com certeza servirá de caminho inicial aos estudos nos campos de Machine Learning, Inteligência Artificial e Data Science. Entre outros assuntos, você verá:

Aprendizado não supervisionado:

- Clustering (k-means);

- PCA.

Aprendizado supervisionado:

- Regressão linear;

- Regressão logística;

- Árvores de decisão (decision trees);

- Random Forest;

- Redes neurais artificiais (neural networks).

Avaliação de modelos supervisionados:

- Métricas para classificadores;

- Métricas para modelos de regressão.

Quem é o autor? Sou Wlademir Prates. Tenho doutorado na linha de Finanças e trabalho com ciência de dados com foco em projeto de HR Analytics. Tenho cerca de 8 anos de experiência com análise de dados, incluindo relevante experiência acadêmica (com artigos publicados em congressos e journals do brasil e exterior) e também experiência prática de projetos de data analytics em diversas grandes empresas.

Bons estudos!