
Nesta aula daremos início ao entendimento sobre a extração de características para a construção de bases de dados para sistemas de aprendizagem de máquina
Nesta aula você aprenderá sobre a fronteira de decisão em um espaço de características
Nesta aula você aprenderá a teoria sobre algumas técnicas para extração de características em imagens. Também é abordada uma introdução à extração de características de sons e bases de dados comerciais
Nesta aula eu apresento os fundamentos teóricos do projeto do reconhecimento automático dos personagens que desenvolveremos durante o curso
Nesta aula eu mostro as seis características que vamos utilizar para cada um dos personagens (Homer e Bart)
Neste vídeo eu mostro as ferramentas que vamos utilizar durante o curso
Nesta aula eu mostro os detalhes teóricos sobre a extração das cores das imagens do Homer e do Bart
Neste vídeo eu mostro passo a passo como configurar o projeto dos personagens
Nesta aula você aprenderá como executar e fazer alguns testes com o nosso extrator de características
Nesta aula você entenderá o código fonte do extrator de características das imagens
Nesta aula você entenderá o código fonte do extrator de características das imagens
Nesta aula eu mostro mais detalhes sobre o arquivo ARFF gerado pelo extrator de características
Nesta aula iniciaremos a construção da interface gráfica do nosso sistema inteligente e veremos a codificação para selecionar uma imagem e carregá-la na tela
Nesta aula você aprenderá como extrair as características somente da imagem selecionada pelo usuário
Nesta aula testaremos o método para que faz a extração das características somente de uma imagem
Nesta aula eu apresento a base de dados que utilizaremos para o entendimento dos conceitos de cada algoritmos de aprendizagem de máquina
Neste vídeo eu apresento o conteúdo que será abordado neste módulo
Nesta aula em mostro como fazer o download e a instalação do Weka (vídeo do canal do Youtube)
Nesta aula eu mostro uma visão geral sobre a ferramenta Weka
Nesta aula você aprenderá a interpretar os valores e gráficos da janela inicial do Weka
Nesta aula eu apresento os cinco arquivos ARFF que usaremos para testar os algoritmos no Weka
Nesta aula veremos alguns exemplos de arquivos ARFF para execução do algoritmo J48 no Weka
Nesta aula você aprenderá como utilizar o conceito de poda em árvores de decisão no Weka
Nesta aula você verá como utilizar o J48 para classificar os personagens no nosso projeto em Java
Nesta aula faremos a implementação no projeto dos personagens para classificar as imagens utilizando os algoritmos OneR e JRip
A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho "número 1" por vários veículos da mídia internacional.
E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando a ferramenta Weka, que é uma das ferramentas mais utilizadas para machine learning e mineração de dados. Além disso, também utilizaremos a linguagem de programação Java para fazer a integração com o Weka! Este curso apresenta desde os conceitos mais básicos até técnicas mais avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmos! O curso é dividido em cinco partes:
Classificação - extração de características de imagens, naive bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores
Regressão - regressão linear simples e múltipla, polinomial, árvores de decisão, random forest, vetores de suporte e redes neurais artificiais
Regras de associação - algoritmo apriori
Agrupamento - k-means e agrupamento hierárquico
Redução de dimensionalidade com PCA e LDA
Durante o curso desenvolveremos um projeto prático de reconhecimento automático de personagens dos desenhos animados. Nosso objetivo principal será construir passo a passo um sistema inteligente para reconhecer automaticamente as imagens do Homer e do Bart dos Simpsons! O sistema aprenderá com as imagens e depois nós forneceremos uma nova imagem como entrada e o software conseguirá identificar automaticamente de quem é a imagem! É um projeto muito interessante que você conseguirá compreender todos os conceitos que envolvem a área de aprendizagem de máquina.
Este curso tem o objetivo de servir como um referencial de consulta sobre as técnicas abordadas, por isso ele procura cobrir a maior parte dos assuntos que envolvem machine learning. Este curso pode ser categorizado para todos os níveis, pois pode servir de base para consulta para alunos mais experientes no assunto e também um ótimo guia para quem está iniciando na área!
Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! :)