Esta é a 2a aula do Crash Course de Inteligência Artificial para todos. Adaptei o curso de IA que dou para os alunos de mestrado e doutorado do TIDD/PUC-SP para que seja acessível para todos, independente da área de conhecimento. Nesta aula, vamos aprender um pouco mais sobre aprendizado supervisionado em machine learning, como criar dataset de teste e treino, treinar um modelo de regressão linear e usar as principais métricas de avaliação (RMSE, R2, entre outros). A aula está dividida em dois momentos: no primeiro, eu apresento a teoria sobre regressão linear; na segunda, eu apresento o código para treinarmos um modelo de regressão usando Python e o framework scikit-learn. Eu disponibilizei todo o código com comentários (e o conjunto de dados de treinamento) no repositório do curso no Github . Também criei um notebook no Google Colab com o mesmo código: Repositório GitHub: https://github.com/diogocortiz/Crash-Course-IA/ Compartilhe, dê seu like e se inscreva no canal. Preciso da sua ajuda! Siga nas redes sociais: Instagram: https://www.instagram.com/diogocortiz/ Twitter: https://www.twitter.com/diogocortiz Linkedin: https://www.linkedin.com/in/diogocsilva Blog: https://www.diogocortiz.com.br
Compartilhar