Parte do Journey de Machine LearningNovoJornadaAprendizado supervisionado com scikit-learn
Treine modelos que aprendem com exemplos rotulados. Divida, ajuste, preveja e avalie com scikit-learn, veja cada modelo em um gráfico e termine entregando um classificador de espécies de pinguins.
58 lições58 desafios240 perguntas de quiz
- Ideal para iniciantes
Ajuda de codificação com IA
Lições interativas e práticas
Questionários para testar seu conhecimento
Certificado grátis de conclusão
Programa
Esta seção faz parte do Journey de Machine Learning. O programa completo tem mais seções: clique em qualquer prévia abaixo para vê-la na página do Journey.
- Seção 1Dados e gráficos60 lições
- Seção 2Estatística para ML64 lições
Seção 3
Aprendizado supervisionado
Começar seçãoIniciarTreine modelos reais com scikit-learn: divida os dados, ajuste, faça previsões e avalie o desempenho. k-NN, regressão linear e logística, árvores, florestas e boosting; avaliação rigorosa com validação cruzada e pipelines, culminando em um projeto completo com pinguins.Seu primeiro modelo
5 lições520Vizinhos Mais Próximos
5 lições520Regressão Linear
5 lições520Regressão logística
5 lições520Avaliando Classificadores
6 lições625Árvores de Decisão
5 lições520Sobreajuste
5 lições520Validação Cruzada
4 lições415Métodos ensemble
4 lições415Pipelines
5 lições520Projeto: Espécies de Pinguins
5 lições525Desafios Finais
4 lições420- Seção 4Aprendizado não supervisionado51 lições
Aprenda Fazendo
Escreva código real, consulte bancos de dados, crie sites e domine prompts de IA. Nossas lições interativas cobrem todas as habilidades que desenvolvedores modernos precisam.
Construa Sua Sequência
Mantenha a consistência e veja seu progresso crescer! Acompanhe seu hábito diário de programação, proteja sua sequência com dias de congelamento e ganhe recompensas por aparecer todos os dias.
12 dias de sequência
Volte amanhã para manter sua sequência!
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
Tudo ou Nada
Dia 5 de 7
Congelar Sequência
2 left
Onde Quiser
Leve sua jornada de programação com você! Sem configuração, sem downloads: apenas abra e comece a programar. Disponível no iOS, Android e Web com avaliações de 4.9 estrelas.
Você Não Está Sozinho
Compita em placares globais, convide amigos para ganhar recompensas e celebre as conquistas uns dos outros. Programar é melhor com amigos!
1
2
3
Zona de promoçãoAprenda de todas as formas
Leia, ouça, teste-se, pergunte à IA ou consulte qualquer coisa que já tenha estudado. Cada lição se adapta a você.
Uma variável é um contêiner nomeado que armazena um valor que você pode referenciar depois.
Em Python, você cria uma escrevendo o nome, um sinal de igual e o valor que quer armazenar.
O valor pode mudar com o tempo. Reatribuir o nome simplesmente o aponta para um novo valor.
Seja Certificado
Ganhe certificados para cada curso que você completar. Adicione-os ao seu perfil do LinkedIn e currículo para mostrar sua experiência em programação aos empregadores.
Certificado de ConclusãoFundamentos de Python
Adicionar ao LinkedInPor que aprender aprendizado supervisionado com a Coddy
- Todo o fluxo do scikit-learn em quatro linhas que você vai usar em todo projeto:
train_test_split,fit,predictescore. Depois disso, cada modelo novo é uma linha a mais, não um jeito novo de trabalhar. - Veja o que um modelo decide. Fronteiras de decisão colorem o plano, gráficos de resíduos mostram o que uma reta deixa escapar, curvas ROC mostram o que um limiar sacrifica. Toda aula tem um gráfico, e o seu aparece na aba Gráficos quando você executa.
- Os modelos que fazem a maior parte do trabalho real: k vizinhos mais próximos, regressão linear e logística, árvores de decisão, random forests e gradient boosting, além de pipelines que padronizam, codificam e preenchem lacunas sem vazar o conjunto de teste.
- Notas honestas. Matrizes de confusão, precisão e recall, classes desbalanceadas, overfitting, conjuntos de validação e validação cruzada, para separar um modelo que funciona de um que decorou a lição de casa.
Perguntas frequentes sobre aprendizado supervisionado
O que é aprendizado supervisionado?
O aprendizado supervisionado treina um modelo com exemplos que vêm com a resposta certa, chamada rótulo. Cada linha tem features (o comprimento do bico de um pinguim, o da nadadeira, a ilha) e um rótulo (a espécie). O modelo aprende a relação entre eles e depois prevê o rótulo de linhas novas. É supervisionado porque os rótulos fazem o papel de professor: o modelo é corrigido por eles enquanto aprende.
Qual a diferença entre aprendizado supervisionado e não supervisionado?
O que são classificação e regressão?
São os dois tipos de aprendizado supervisionado. A classificação prevê uma categoria, como spam ou não spam, ou um de três tipos de vinho. A regressão prevê um número, como os aluguéis de bicicletas de amanhã ou a evolução da doença de um paciente. Muitos modelos fazem as duas coisas: existe um k-NN, uma árvore de decisão e uma random forest para cada uma, e o curso usa as duas versões.
Quais algoritmos de aprendizado supervisionado o curso cobre?
StandardScaler, OneHotEncoder, SimpleImputer, pipelines, cross_val_score e GridSearchCV.O que devo saber antes de começar?
Como sei se o meu modelo é bom?
Você o testa com linhas que ele nunca viu no treino e o compara com uma referência simples, como chutar sempre a classe mais comum. A acurácia sozinha pode enganar quando uma classe é rara, então o curso também ensina matriz de confusão, precisão, recall, F1 e curvas ROC, e validação cruzada para conferir que a nota não foi sorte.
Quanto tempo leva a seção de aprendizado supervisionado?
58 aulas, cerca de 10 horas no seu ritmo: algumas semanas a meia hora por dia. Cada aula é uma ideia e uma tarefa, e a seção termina com o projeto dos pinguins e quatro desafios finais.
É grátis?
Sim. As aulas, os gráficos, as dicas de IA e o certificado da seção são grátis. Uma conta gratuita avança algumas aulas por dia, e o Pro remove o limite diário.
