Introdução a Machine Learning em uma Competição do Kaggle

Neste curso de 1 hora, com base em projeto, você será capaz de entender como prever quais passageiros sobreviveriam ao naufrágio do Titanic e fazer sua primeira submissão em uma competição de Aprendizado de Máquina dentro da plataforma do Kaggle. Além disso, você, como iniciante em Machine Learning, irá se familiarizar e entender como iniciar um modelo preditivo usando conceitos básicos de aprendizado supervisionado. Vamos escolher classificadores para aprender, prever e testar os dados. Realizaremos uma Análise Exploratória de Dados (também chamada de EDA) para adquirir um bom entendimento sobre os dados que iremos trabalhar. Ao final, você saberá como medir o desempenho de um modelo, e será capaz de enviar seu modelo para a competição e obter uma pontuação do Kaggle. Nota: Este curso funciona melhor para aprendizes de regiões que tem como idioma o Português. Você encontra a versão desse mesmo conteúdo disponível em inglês para aprendizes da América do Norte em: https://www.coursera.org/projects/ml-basics-kaggle-competition Este projeto é indicado para iniciantes em Ciência de Dados que desejam fazer uma aplicação prática usando Aprendizado de Máquina e análise de dados. Para ter sucesso neste projeto é desejado que você tenha conhecimentos básicos em linguagem Python, utilizaremos bibliotecas como Numpy e Pandas. Você também deve previamente ter uma conta Google para utilizar o Google Colab e também uma conta na plataforma Kaggle (ambas sem custo).

• Visão Geral do Projeto
• Ao final deste projeto guiado, você será capaz de entender como prever quais passageiros sobreviveriam ao naufrágio do Titanic. Além disso, você poderá realizar a submissão da sua solução diretamente na competição de Machine Learning (Aprendizagem de Máquina) na plataforma do Kaggle. Como iniciante em Aprendizado de Máquina, ao concluir o projeto você está familiarizado com os conceitos básicos de modelos preditivos, que são aprendizagens supervisionadas. Você também escolherá classificadores para aprender e realizar as predições, saberá a importância de uma Análise Exploratória de Dados (também conhecida como EDA) e aprenderá a medir o desempenho do modelo construído. Este projeto guiado é para iniciantes em Ciência de Dados que desejam fazer uma aplicação prática usando Aprendizado de Máquina. Para ter sucesso neste projeto, você deve previamente criar uma conta na plataforma Kaggle (sem custo), possuir uma conta no google para utilizar o Google Colab e estar familiarizado com programação básica em Python, pois usaremos as bibliotecas numpy e pandas.