Trilha 19

🤖 Machine Learning

Em vez de programar regras à mão, deixamos o computador encontrar os padrões nos dados. Desta intuição — minimizar um erro — saem desde a regressão linear até as redes neurais que hoje movem reconhecimento de imagem, tradução e modelos de linguagem. Cada lição traz uma demo que aprende ao vivo.

19.1

O que é aprendizado de máquina

Aprender de dados em vez de regras fixas; treino vs. teste; subajuste e sobreajuste com um slider de complexidade.

Disponível
19.2

Regressão linear e gradiente descendente

Ajustar uma reta minimizando o erro; como o gradiente descendente desce a função de custo passo a passo.

Disponível
19.3

Classificação e o perceptron

O neurônio mais simples aprende uma fronteira de decisão linear, ponto mal classificado por ponto mal classificado.

Disponível
19.4

Árvores de decisão

Cortes sucessivos no espaço guiados pela impureza de Gini — e por que um XOR derruba qualquer reta única.

Disponível
19.5

Agrupamento com k-means

Aprendizado não-supervisionado: atribuir e mover centroides até os grupos emergirem dos dados.

Disponível
19.6

Redes neurais e backpropagation

Camadas, ativações e o algoritmo que treina tudo: veja uma rede aprender o XOR ao vivo, peso por peso.

Disponível