slides + scripts

README.md

@@ -25,13 +25,20 @@ Fora do horário de aula ou monitoria:
 
 ## Slides
 
-| Slide |
-|:------|
+| Slide                                                                                                       |
+|:------------------------------------------------------------------------------------------------------------|
+| [00-intro-curso.html](https://curso-r.github.io/202405-intro-ml/slides/00-intro-curso.html)                 |
+| [01-intro-ml.html](https://curso-r.github.io/202405-intro-ml/slides/01-intro-ml.html)                       |
+| [02-intro-classificacao.html](https://curso-r.github.io/202405-intro-ml/slides/02-intro-classificacao.html) |
+| [03-modelos-de-arvores.html](https://curso-r.github.io/202405-intro-ml/slides/03-modelos-de-arvores.html)   |
 
 ## Scripts utilizados em aula
 
-| Exemplo |
-|:--------|
+| Exemplo                                                                                                                         |
+|:--------------------------------------------------------------------------------------------------------------------------------|
+| [01-tidymodels.R](https://curso-r.github.io/202405-intro-ml/exemplos_de_aula/01-tidymodels.R)                                   |
+| [02-tidymodels_apenas_aplicacao.R](https://curso-r.github.io/202405-intro-ml/exemplos_de_aula/02-tidymodels_apenas_aplicacao.R) |
+| [modelo_ajustado.rds](https://curso-r.github.io/202405-intro-ml/exemplos_de_aula/modelo_ajustado.rds)                           |
 
 ## Práticas
 

slides/.gitignore

@@ -0,0 +1 @@
+.DS_Store

slides/00-intro-curso.Rmd

@@ -0,0 +1,184 @@
+---
+title: "Introdução ao Machine Learning com R"
+subtitle: "Introdução ao curso"
+author: "<img src = 'https://d33wubrfki0l68.cloudfront.net/9b0699f18268059bdd2e5c21538a29eade7cbd2b/67e5c/img/logo/cursor1-5.png' width = '40%'>"
+date: "`r paste(lubridate::month(Sys.Date(), label = TRUE, abbr = FALSE), 'de', lubridate::year(Sys.Date()))`"
+output:
+  xaringan::moon_reader:
+    css: ["default", "default-fonts", "static/css/custom-intro.css"]
+    lib_dir: libs
+    nature:
+      highlightStyle: github
+      highlightLines: true
+      countIncrementalSlides: false
+      ratio: "4:3"
+knit: pagedown::chrome_print
+---
+
+```{r setup, include=FALSE}
+options(htmltools.dir.version = FALSE)
+```
+
+class: middle, center
+
+# Sobre a Curso-R
+
+---
+
+## Curso-R
+
+<img src="static/img/professores.png" style=" display: block; margin-left: auto; margin-right: auto;"></img>
+
+---
+
+## Linha do tempo
+
+<center>
+<img src="static/img/linha_do_tempo.png" width = 45%></img>
+</center>
+
+---
+## Nossos cursos
+
+.pull-left[
+<div class="container center">
+  <div class="card">
+    <h2>Programação em R</h2>
+    <hr style = "background-color: #3bb44a;"/>
+    <p><a href = "https://www.curso-r.com/cursos/r4ds-1/">R para Ciência de dados I</a></p>
+        <p><a href = "https://www.curso-r.com/cursos/r4ds-2/">R para Ciência de dados II</a></p>
+  </div>
+</div>
+
+<br>
+
+<div class="container center">
+  <div class="card">
+    <h2>Modelagem</h2>
+    <hr style = "background-color: #996699;"/>
+    <p><a href = "https://www.curso-r.com/cursos/regressao/">Regressão Linear</a></p>
+    <p><a href = "https://www.curso-r.com/cursos/intro-machine-learning/">Machine Learning</a></p>
+    <p><a href = "https://www.curso-r.com/cursos/xgboost/">XGBoost</a></p>
+    <p><a href = "https://www.curso-r.com/cursos/deep-learning/">Deep Learning</a></p>
+  </div>
+</div>
+]
+
+
+.pull-right[
+<div class="container center">
+  <div class="card">
+    <h2>Extração de dados</h2>
+    <hr style = "background-color: #eeba30;"/>
+    <p><a href = "https://www.curso-r.com/cursos/web-scraping-1/">Web scraping I</a></p>
+        <p><a href = "https://www.curso-r.com/cursos/web-scraping-2/">Web scraping II</a></p>
+  </div>
+</div>
+
+<br>
+
+<div class="container center">
+  <div class="card">
+    <h2>Comunicação e automação</h2>
+    <hr style = "background-color: #ff6699;"/>
+    <p><a href = "https://www.curso-r.com/cursos/dashboards/">Dashboards com R</a></p>
+        <p><a href = "https://www.curso-r.com/cursos/deploy/">Deploy</a></p>
+  </div>
+</div>
+]
+
+---
+class: middle, center
+
+# Sobre o curso
+
+---
+## Dinâmica curso
+
+- As aulas serão (quase totalmente) expositivas.
+
+- Teremos diversos exercícios para serem feitos "em casa".
+
+- Os exercícios não serão avaliações, portanto não terão prazo nem nota. O objetivo deles será gerar dúvidas em vocês, para que os professores possam melhor orientá-las(los) durante o curso.
+
+- O certificado será emitido mediante uma **entrega final** (Kaggle InClass). O prazo da entrega final será de 30 dias após o fim do curso.
+
+---
+
+# Programa do curso
+
+.pull-left[
+
+### Capítulo 1
+
+- Introdução ao Machine Learning
+- Tidymodels
+- Regressão linear, Regularização
+- Overfitting
+- Validação cruzada e estratégias
+
+### Capítulo 2
+
+- Regressão logística, regressão vs classificação
+- Data prep
+- Métricas de performance para classificação: ROC, Acurácia
+
+]
+
+.pull-right[
+### Capítulo 3
+
+- Árvores de Decisão
+- Random Forest 
+- Boosting - XGBoost
+
+### Capítulo 4
+
+- Data prep parte II: Matriz X
+- Estudo de Caso
+
+]
+---
+
+# Não falaremos...
+
+- Deploy em produção
+
+- Redes Neurais/Deep Learning
+
+- Séries Temporais
+
+- Provas de Teoremas
+
+- Shiny
+
+---
+# Tirando dúvidas
+
+ - **Sintam-se a vontade em fazer perguntas durante a exposição ao vivo.**.
+
+ - Fora do horário de aula ou monitoria:
+     - perguntas gerais sobre o curso deverão ser feitas no Classroom.
+
+     - perguntas sobre R, principalmente as que envolverem código, deverão ser enviadas no [nosso discourse](https://discourse.curso-r.com/).
+
+---
+# Por que usar o discourse?
+
+- Muito melhor para escrever textos que possuem códigos. Com ele, podemos usar o pacote `{reprex}`!
+
+- Saber pesquisar sobre erros e fazer a pergunta certa é essencial para aprender e resolver problemas de programação.
+
+- No discourse, teremos mais pessoas acompanhando e respondendo as dúvidas.
+
+- Em um ambiente aberto, as suas dúvidas vão contribuir com a comunidade.
+
+### https://discourse.curso-r.com/
+
+---
+
+## Extras
+
+- Teremos monitoria uma veze por semana, sempre 30 minutos antes do início das aulas (terças, das 18h30 às 19h), durante as 8 semanas de curso.
+
+- A gravação das aulas ficará disponível no Google Classroom por 1 ano após o final do curso.