Classical Machine Learning Fundamentals: Baselines, Features, Metrics, and Leakage
Uma sessão prática de duas horas sobre Fundamentos de Aprendizado de Máquina Clássico, focada em Baselines, Features, Métricas e Vazamento de Dados (Leakage). Os participantes trabalham com compromissos de engenharia concretos, revisam exemplos e saem com uma lista de verificação que podem aplicar em projetos reais da equipe.
Descrição
section.descriptionUma sessão prática de duas horas sobre Fundamentos de Machine Learning Clássico, com foco em Baselines, Features, Métricas e Vazamento de Dados (Leakage). Os participantes trabalharão em compromissos de engenharia concretos, analisarão exemplos e sairão com uma lista de verificação que podem aplicar em projetos reais de suas equipes.
Público-alvo: desenvolvedores de nível iniciante e intermediário que desejam uma sessão de engenharia prática, não um tour pela linguagem.
Resultados:
- Explicar os limites práticos dos Fundamentos de Machine Learning Clássico
- Aplicar Baselines em um pequeno exemplo prático
- Aplicar Features em um pequeno exemplo prático
- Aplicar Métricas em um pequeno exemplo prático
Formato: duas horas com uma breve explicação introdutória, um exemplo concreto, discussão sobre compromissos (tradeoffs) e uma lista de verificação final para prática.