1. Introdução a “Machine Learning”:
2. Aplicações da “machine learning”
3. O que é a “machine learning”
4. Aprendizagem supervisionada
5. Aprendizagem sem supervisão
6. Introdução ao Python para Machine Learning Jupyter Notebooks
7. Modelo de regressão linear
8. Fórmula da função de custo
9. Intuição da função de custo
10. Visualização da função de custo
11. Exemplos de visualização
12. Descendência gradiente
13. Implementação de descida de gradiente
14. Intuição de descida gradual
15. Taxa de aprendizagem
16. Descida gradual para regressão linear
17. Descida por declive
18. Regressão com múltiplas variáveis de entrada:
19. Múltiplas características
20. Parte Vectorização
21. Descida gradiente para regressão linear múltipla
22. Escala de características
23. Verificação do gradiente de descida para convergência
24. Escolhendo a taxa de aprendizagem
25. Engenharia de características
26. Regressão polinomial
27. Classificação:
28. Motivações
29. Regressão logística
30. Limite de decisão
31. Função de custo para regressão logística
32. Função de Custo Simplificado para Regressão Logística
33. Implementação da Descendência Gradiente
34. O problema do sobreajustamento
35. Sobreajustamento de endereçamento
36. Função custo com regularização
37. Regressão linear regularizada
38. Regressão logística regularizada

Applied Machine Learning Solutions with Python: Production-ready ML Projects Using Cutting-edge Libraries and Powerful Statistical Techniques, Siddhanta Bhatta
Machine Learning: Master Supervised and Unsupervised Learning Algorithms with Real Examples (English Edition)
by Dr Ruchi Doshi (Author), Dr Kamal Kant Hiran (Author), Ritesh Kumar Jain (Author), Dr Kamlesh Lakhwani (Author)