Parte II

Supervised Learning

• Representação de modelos

• Regressão linear

• Função Custo (Cost Function)

• Gradiente Descendente (Gradient Descent)

  • Algoritmo Gradiente Descendente

  • Gradiente Descendente para Regressão Linear

• Álgebra Linear

  • Matrizes e vetores

  • Operações básicas com matrizes e vetores

  • Multipĺicação entre matrizes e vetores

  • Multiplicação entre duas matrizes

  • Matriz identidade, inversa e transposta

• Regressão Linear com múltiplas variáveis

  • Múltiplos parâmetros de entrada

  • Gradiente Descendente com múltiplas variáveis

• Equação Normal (Normal Equation)

• Classificação

  • Problemas de calssificação

  • Representação da hipótese

  • Limites de decisão (Decision Boundary)

  • Classificação Multiclasse

• Regressão Logística (Logistic Regression)

  • Função Custo (Cost Function)

  • Gradiente Descendente para Regressão Logística

• Underfitting e overfitting

  • Função custo em casos de overfitting

  • Regressão linear regularizada

  • Regressão logística regularizada