Módulo 4 - Parte 3: ML - Florestas Aleatórias (Random Forests)

Imagem gerada por IA. Fonte: COGИITIVA

Olá amigos, sejam bem-vindos à parte 3 do Módulo 4 do Curso Gratuito Aplicado de Machine Learning da COGИITIVA!

Na aula de hoje aprenderemos como nos utilizarmos de algoritmos de aprendizado de máquina supervisionados que fazem uso de múltiplas Árvores de Decisão simultaneamente: as chamadas Florestas Aleatórias, ou Random Forests (RFs).

Esses algoritmos têm a capacidade de decompor o conjunto de dados em amostragens menores, e submeter essas amostragens à árvores de decisão escolhidas aleatoriamente

Nesta aula você vai aprender como formatar dados que envolvem data e hora num formato utilizável por estes algoritmos, vai aprender sobre hiperparâmetros e como escolhê-los de forma a maximizar a acuracidade final do algoritmo, vai ver como podemos aplicar uma RF ao nosso problema de RFV, bem como aprenderá a determinar quais das variáveis independentes têm maior importância (impacto) na determinação da variável dependente do nosso problema.

Tudo muito legal e explicado em detalhes para você, como só a COGИITIVA sabe fazer! Bora fazer o download da aula?

Módulo 4 - Parte 3 - ML - Florestas Aleatórias.ipynb

Faça o download do arquivo acima e salve-o na pasta do curso. Boa sorte, e siga aprendendo!

Aula anterior Próxima aula Downloads