"Com uma forte orientação prática e centrada no leitor, um guia para aprender e aplicar os fundamentos e técnicas de machine learning e ciência de dados com Python.
A Inteligência Artificial está a transformar profundamente a forma como analisamos dados, fazemos previsões e apoiamos a tomada de decisão. No centro desta revolução encontra-se o machine learning, um conjunto de métodos que permite aos computadores aprender a partir dos dados e descobrir padrões, tendências e relações sem serem explicitamente programados para cada tarefa.
Machine Learning com Python é um guia prático rigoroso para todos aqueles que pretendem dominar as técnicas fundamentais da aprendizagem automática utilizando a linguagem de programação mais popular da ciência de dados. Com uma abordagem progressiva e orientada para a resolução de problemas, o livro conduz o leitor desde os fundamentos do Python e da preparação dos dados até à construção, avaliação e interpretação de modelos de machine learning aplicados a situações reais.
Ao longo da obra são apresentados, de forma clara e intuitiva, os principais algoritmos de aprendizagem supervisionada e não supervisionada, incluindo as regressões linear e logística, as árvores de decisão, as florestas aleatórias, as máquinas de vetores de suporte, as redes neuronais, os métodos de clustering, a redução de dimensionalidade e a detecção de anomalias e outliers, recorrendo às bibliotecas mais utilizadas do ecossistema Python, como o NumPy, o Pandas, o Matplotlib, o Seaborn e o Scikit-learn. Cada capítulo integra exemplos completos, exercícios propostos, aplicações com dados reais e boas práticas de desenvolvimento, permitindo que o leitor consolide os conhecimentos adquiridos e os aplique de imediato.
Mais do que ensinar algoritmos, este livro mostra como estruturar um projeto completo de ciência de dados, desde a importação, preparação e exploração de dados, passando pela seleção de variáveis, treino de modelos e avaliação do seu desempenho, até à interpretação de resultados de forma crítica e fundamentada. São ainda apresentadas aplicações apoiadas por ferramentas de Inteligência Artificial generativa, ilustrando novas formas de acelerar a programação, a documentação e a aprendizagem.
Destinado a estudantes, investigadores e profissionais das áreas da economia, gestão, finanças, engenharia, informática, marketing, saúde, ciências sociais e outras disciplinas quantitativas, este livro constitui um recurso essencial para quem pretende desenvolver competências sólidas em machine learning e ciência de dados com Python.
"
JORGE CAIADO é doutor (PhD) em Matemática Aplicada à Economia e à Gestão e professor associado com agregação do ISEG Lisbon School of Economics and Management da Universidade de Lisboa, onde coordena a pós-graduação em Applied Artificial Intelligence and Machine Learning. É investigador integrado do ISEG Research e cofundador da GlobalSolver, empresa tecnológica especializada em inteligência artificial e big data. Ao longo da sua carreira, tem desenvolvido atividade de investigação, consultoria e formação nas áreas da ciência de dados, inteligência artificial, métodos de previsão e análise estatística, colaborando com universidades, bancos centrais, instituições financeiras, organismos públicos e empresas nacionais e internacionais. É autor de numerosos artigos científicos e livros técnicos nas áreas da estatística, inteligência artificial, ciência de dados, economia, finanças e gestão, como Inteligência Artificial: Guia para Iniciantes, Python e Exploração de Dados, Time Series Clustering and Classification, Métodos de Previsão em Gestão e Gestão de Instituições Financeiras. Obteve o primeiro lugar do prémio SICO2007 atribuído pela Spanish IEEE Computational Intelligence Society. É coinventor de uma patente internacional publicada nos Estados Unidos na área de otimização, centralização e negociação de compras entre empresas (B2B).