[{"data":1,"prerenderedAt":218},["ShallowReactive",2],{"lang-switch-post-\u002Fplaylists\u002Fmachine-learning-specialization\u002Fcourse-wrap-up":3,"post-pt-machine-learning-specialization-course-wrap-up":4},"\u002Fen\u002Fplaylists\u002Fmachine-learning-specialization\u002Fcourse-wrap-up",{"id":5,"title":6,"body":7,"cover":201,"date":202,"description":203,"extension":204,"meta":205,"navigation":206,"order":207,"path":208,"playlist":209,"seo":210,"status":211,"stem":212,"tags":213,"__hash__":217},"posts\u002Fpt\u002Fplaylists\u002Fmachine-learning-specialization\u002Fcourse-wrap-up.md","Do Primeiro wx+b até Aqui: Fechando o Curso",{"type":8,"value":9,"toc":193},"minimark",[10,30,35,42,128,135,139,158,162,169,182,186],[11,12,13,14,19,20,24,25,29],"p",{},"Vinte posts atrás, ",[15,16,18],"a",{"href":17},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Flab02-model-representation","o primeiro lab dessa playlist"," era só isso: ",[21,22,23],"code",{},"f(x) = wx + b",", o modelo mais simples que existe. Terminei agora o primeiro curso da especialização, ",[26,27,28],"strong",{},"Supervised Machine Learning: Regression and Classification",", e antes de seguir pro próximo, vale parar e olhar pra trás: o que realmente ficou de pé de tudo isso?",[31,32,34],"h2",{"id":33},"o-fio-que-atravessa-a-playlist-inteira","O fio que atravessa a playlist inteira",[11,36,37,38,41],{},"Se tem uma coisa que eu não esperava quando comecei, é o quanto ",[26,39,40],{},"pouca coisa nova"," eu realmente precisei aprender depois do meio do curso. Repara no padrão:",[43,44,45,70,94,112],"ul",{},[46,47,48,51,52,56,57,61,62,65,66,69],"li",{},[26,49,50],{},"Gradiente descendente"," apareceu ",[15,53,55],{"href":54},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Flab04-gradient-descent","pela primeira vez pra regressão linear",", e quando ",[15,58,60],{"href":59},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Fw3-lab06-gradient-descent","voltou pra classificação",", o loop era ",[26,63,64],{},"byte a byte o mesmo",". Só a derivada de dentro mudou, porque ",[21,67,68],{},"f"," trocou de reta pra sigmoide.",[46,71,72,75,76,79,80,83,84,88,89,93],{},[26,73,74],{},"Features polinomiais",", o truque de tratar ",[21,77,78],{},"x²",", ",[21,81,82],{},"x³"," como se fossem variáveis novas, apareceu ",[15,85,87],{"href":86},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Fw2-lab04-feature-engineering","na regressão"," e voltou, sem mudar a ideia central, ",[15,90,92],{"href":91},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Fw3-lab08-overfitting","na classificação",", só que agora curvando uma fronteira de decisão em vez de uma curva de ajuste.",[46,95,96,99,100,103,104,107,108,111],{},[26,97,98],{},"Overfitting e regularização"," também não são conceitos exclusivos de um tipo de problema: ",[15,101,102],{"href":86},"a mesma decoreba que estraga uma curva de regressão"," estraga ",[15,105,106],{"href":91},"uma fronteira de classificação"," do mesmo jeito, e a mesma penalidade ",[21,109,110],{},"+ (lambda\u002F2m) * soma(w²)"," resolve os dois.",[46,113,114,117,118,122,123,127],{},[26,115,116],{},"O scikit-learn"," ficou esperando no fundo o tempo inteiro. Toda vez que eu terminava de construir alguma coisa à mão, o próximo lab mostrava a mesma coisa em três linhas, ",[15,119,121],{"href":120},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Fw2-lab05-scikit-learn","pra regressão"," e ",[15,124,126],{"href":125},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Fw3-lab07-scikit-learn","pra classificação",", sempre com aquele detalhe a mais (regularização por padrão) que só fazia sentido depois de eu já ter sentido a falta dela.",[11,129,130,131,134],{},"Isso muda como eu penso no curso inteiro: não foram \"regressão\" e \"classificação\" como dois assuntos separados, foi ",[26,132,133],{},"um conjunto pequeno de ferramentas"," (gradiente descendente, mapeamento de features, regularização) que eu vi funcionar em dois problemas diferentes. Aprender a ferramenta uma vez rendeu duas vezes.",[31,136,138],{"id":137},"o-que-eu-levo-desse-curso","O que eu levo desse curso",[11,140,141,142,146,147,122,150,153,154,157],{},"A regressão linear com uma variável parece brinquedo de tão simples, mas foi ali que apareceu toda a maquinaria que sustentou o resto: função de custo, derivada parcial, taxa de aprendizado, convergência. Quando a classificação chegou ",[15,143,145],{"href":144},"\u002Fplaylists\u002Fmachine-learning-specialization\u002Fw3-lab01-classification","na Semana 3",", a única coisa genuinamente nova foi a sigmoide amassando a saída entre ",[21,148,149],{},"0",[21,151,152],{},"1",", tudo o mais era a mesma maquinaria rodando por baixo. E o curso termina exatamente onde eu esperava menos: ",[26,155,156],{},"overfitting não é bug, é o preço de dar flexibilidade demais pro modelo",", e regularização não é mágica, é só um jeito de dizer \"confia nos dados, mas não confia demais\".",[31,159,161],{"id":160},"o-certificado","O certificado",[11,163,164],{},[165,166],"img",{"alt":167,"src":168},"Certificado de conclusão do curso Supervised Machine Learning: Regression and Classification, emitido pela Coursera em nome de Pablo Matheus Sattamini Belmiro, DeepLearning.AI em parceria com Stanford Online, assinado por Andrew Ng","\u002Fimages\u002Fposts\u002Fmachine-learning-specialization\u002Fcourse-wrap-up\u002Fcertificado.jpg",[11,170,171,175,176],{},[15,172,174],{"href":173},"\u002Fdocuments\u002Fmachine-learning-specialization\u002Fcertificado.pdf","Baixar o PDF"," · ",[15,177,181],{"href":178,"rel":179},"https:\u002F\u002Fcoursera.org\u002Fverify\u002FSS92QX8BV68Q",[180],"nofollow","Verificar na Coursera",[31,183,185],{"id":184},"e-agora","E agora",[11,187,188,189,192],{},"Essa playlist fecha aqui por enquanto, mas a especialização do Andrew Ng continua (Redes Neurais e Árvores de Decisão vêm no próximo curso, Aprendizado Não Supervisionado e Sistemas de Recomendação no terceiro). Se eu seguir estudando, tem post novo. Enquanto isso, valeu por acompanhar até aqui, ",[15,190,191],{"href":144},"desde a reta que não bastava pra classificar câncer de mama"," até a fronteira regularizada que fechou o curso.",{"title":194,"searchDepth":195,"depth":195,"links":196},"",2,[197,198,199,200],{"id":33,"depth":195,"text":34},{"id":137,"depth":195,"text":138},{"id":160,"depth":195,"text":161},{"id":184,"depth":195,"text":185},null,"2026-09-09","20 posts depois, o primeiro curso da especialização (Regressão e Classificação Supervisionada) acabou. Uma revisão do que ficou de pé, o certificado, e o que essa playlist me ensinou sobre reaproveitar a mesma ferramenta em vez de aprender uma nova a cada capítulo.","md",{},true,21,"\u002Fpt\u002Fplaylists\u002Fmachine-learning-specialization\u002Fcourse-wrap-up","machine-learning-specialization",{"title":6,"description":203},"published","pt\u002Fplaylists\u002Fmachine-learning-specialization\u002Fcourse-wrap-up",[214,215,216],"revisao","regressao-linear","regressao-logistica","SmQYnDP-SdiD-8u2kVbifaVaAf0LUF2N1-1CyfjON88",1788965095726]