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!