Top 10 Algoritmos Mais Importantes Para Um Cientista de Dados

Conheça os algoritmos mais utlizados e mais relevantes na minha opinião se você pretende se tornar um cientista de dados 


Pretende se tornar um cientista de dados?

 

Bom, independente do seu nível de experiência conhecimento dos algorítmos de machine learning é algo essencial!

Pois bem, esta é a minha lista dos 10 mais importantes algoritmos de aprendizado de máquina que um cientista de dados deve dominar para iniciar no mercado de ciência de dados:

 

  • Regressão Linear (Linear regression) - Wiki
  • Regressão Logística (Logistic regression) - Wiki
  • k Vizinhos mais Próximos (kNN k Nearest Neighbourhoods) - Wiki
  • Máquina de vetores de suporte (SVM support vector machine) - Wiki
  • Random forest - Wiki
  • Aumento de Gradiente (Gradient boosting) - Wiki
  • Redes Neurais (Neural networks) -  Wiki
  • Análise de Componentes Principais (PCA) - Wiki
  • K-means clustering - Wiki
  • Filtragem Colaborativa (Collaborative filtering) - Wiki

 

Cursos que recomendo para aprendizado destes algoritmos:

Coursera Andrew NG: https://www.coursera.org/learn/machine-learning

SFU CMPT: https://www2.cs.sfu.ca/~mori/courses/cmpt726/#

 

Conclusão

Se o seu objetivo é se tornar um cientista de dados conhecer estes algoritmos ou pelo menos parte deles é muito importante existem diversos cursos online ou cursos presenciais onde você pode aprender este conhecimentos, se você já sabe algum destes algoritmos exelente você já deu alguns passos em direção a carreira de cientista de dados contudo vale lembrar que estes são apenas uma parcela das habilidades que você precisa obter outros conhecimentos como estatistica e soft skills também são essenciais para seu sucesso como cientista de dados.

Espero que este conteúdo tenha te ajudado

Obrigado!

Se Inscreva Na Nossa Newsletter Tenha Acesso Aos Melhores Artigos