Aprendizagem autom�tica com recurso � IA

O livro começa com uma visão geral dos diferentes tipos de algoritmos de aprendizagem automática, incluindo a aprendizagem supervisionada, a aprendizagem não supervisionada e a aprendizagem por reforço. Os autores discutem então as várias técnicas de processamento de dados que são essenciais para a aprendizagem automática, tais como limpeza de dados, engenharia de características e seleção de modelos.Nos capítulos seguintes, o livro cobre uma vasta gama de tópicos de aprendizagem automática, incluindo:Regressão: Uma técnica para a previsão de valores-alvo contínuos.Classificação: Uma técnica para prever valores-alvo categóricos.Clustering: Uma técnica para agrupar pontos de dados semelhantes.Redução de dimensionalidade: Uma técnica para reduzir o número de características num conjunto de dados.Avaliação do modelo: Uma técnica para avaliar o desempenho de um modelo de aprendizado de máquina.O livro também inclui um capítulo sobre aprendizado profundo, que é um subcampo do aprendizado de máquina que ganhou popularidade nos últimos anos.