Resumo

Concluído

Abordamos alguns novos jargões significativos neste módulo. Vamos recapitular o que aprendemos:

  • O objetivo do aprendizado de máquina é encontrar padrões nos dados e usar esses padrões para fazer estimativas.

  • O machine learning difere do desenvolvimento de software tradicional, pois usamos código especial, em vez da nossa própria intuição, para melhorar o funcionamento do software.

  • Conceitualmente, o processo de aprendizado usa quatro componentes:

    • Dados, que são informações com as quais queremos aprender.
    • Um modelo, que faz estimativas sobre os dados.
    • Um objetivo que o modelo busca alcançar.
    • E um otimizador, que é o código extra que altera o modelo com base no desempenho apresentado por ele.
  • Você pode pensar em dados como recursos e rótulos. Os recursos correspondem a possíveis entradas do modelo, ao passo que os rótulos correspondem às saídas (ou saídas desejadas) do modelo.

  • Pandas e Plotly são ferramentas poderosas para explorar conjuntos de dados no Python.

  • Após termos treinado um modelo, podemos salvá-lo em disco para uso posterior.