Aula 4 - Modelos de machine learning; pré-processamento de variáveis preditoras 

Excelente curso. Vai direto aoassunto. Parabésn aos idealizadores e ao professor ministrante da disciplina.

Excelente, ajudou muito!

Excelente curso Prof. Alexandre! Parabéns pela iniciativa.

Muito boa a abordagem da aula em relação às razões que levam um algortimo de ML a ter uma performance preditiva ruim, ou seja, a importância de se fazer as escolhas certas dos algoritmos.

Sensacional poder ter acesso a esse curso, sou graduado em Biomedicina e me interesso muito pela área

Alexandre, meus Parabéns! Muito bom suas aulas.

Muito bom parabéns!

Parabéns, muito didático para quem está começando e quer ter uma visão geral do assunto, mas eu faria algumas "ressalvas estatísticas". Por exemplo, imputação de dados ou a estratégia de criar categoria para dados faltantes também são utilizados em inferência, não é uma exclusividade ou vantagem de machine learning. Não entendo absolutamente nada de Big Data e Machine Learning, mas detalhes como esse me chamaram a atenção.

Muito interessante, sobre as variáveis com correlação alta eu sempre cometi o "erro" de fazer um feature selection pro algorítmo no pre-processamento selecionando as variáveis com maior correlação pois não sabia que isso causava a instabilidade mensionada no vídeo. A curto prazo você consegue uma acurácia melhor, porém não vale a pena pela instabilidade.

Otima Aula.

Professor no caso do n-1 eu não vou ter um problema de desempenho?

Eu fico imaginando esses dados nas mãos dos planos de saúde suplementar. O plano de saúde sabendo que daqui a 6 anos posso desenvolver câncer de intestino

Xadrez é um jogo muito simples? Tá de brincadeira 😂😂😂😂😂 Temos mais combinações no xadrez do que átomos no universo.