You might also like

More about APRENDA Scikit-Learn

• Book details
• Synopsis
• Trending among others

You get 32 loyalty points

Book synopsis

APRENDA Scikit-Learn: Machine Learning Essencial para Ciência de Dados

Domine as principais técnicas de Machine Learning com Scikit-Learn, uma das bibliotecas mais utilizadas para Ciência de Dados e Aprendizado de Máquina. Este livro oferece um guia completo e prático para aprender desde os conceitos fundamentais até a implementação de modelos avançados, com um foco claro na aplicação real.

A jornada começa com a instalação e configuração do ambiente Python e Scikit-Learn, passando por tópicos essenciais como pré-processamento de dados, engenharia de features, ajuste de hiperparâmetros, validação de modelos e métodos ensemble. Você aprenderá a trabalhar com regressão, classificação, clusterização, redução de dimensionalidade, detecção de anomalias e deploy de modelos em ambientes produtivos.

Além disso, o livro aborda integração com outras bibliotecas populares como Pandas e Matplotlib, automação com AutoML, interpretação de modelos com SHAP e LIME, e técnicas avançadas como integração com Big Data via Spark & Dask e MLOps para CI/CD de modelos.

Cada capítulo segue a metodologia TECHWRITE 2.1, garantindo clareza absoluta, explicações objetivas, exemplos práticos, soluções para erros comuns e boas práticas aplicáveis ao mercado. Você terá acesso a um conteúdo atualizado e direto ao ponto, ideal tanto para quem está iniciando no aprendizado de máquina quanto para profissionais que desejam aprofundar suas habilidades e otimizar modelos para aplicações reais.

Seja bem-vindo a um novo patamar em Ciência de Dados e Machine Learning. APRENDA Scikit-Learn é o primeiro passo para dominar algoritmos, processos e estratégias essenciais na construção de modelos robustos e eficientes.

Book details

• Full title: APRENDA Scikit-Learn
• Subtitle: Machine Learning Essencial para Ciência de Dados
• Author: Diego Rodrigues, StudioD21 Smart Tech Content
• Language: Portuguese
• Binding: Paperback
• Number of pages: 216
• EAN: 9798314630785
• ID: 50754299
• Publisher: Independently published
• Weight: 297 g
• Dimensions: 229 × 152 × 12 mm
• Date of publishing: 20. March 2025

Trending among others

---

---

---