Descrição:

O curso tem como objetivos introduzir o conceito de aprendizado de máquina (Machine Learning) e apresentar as etapas de um projeto de Machine Learning utilizando a linguagem Python.

Público alvo:

Analistas e especialistas quantitativos.

Pré-requisitos:

Ter experiência na utilização básica do Python. Possuir conhecimento básico nos métodos estatísticos abordados: análise de variância, regressão linear múltipla e logística, análise de dados categorizados e agrupamento de dados.

Conteúdo:

• Introdução à mineração de dados |
• Conceitos Gerais de Analytics (Tipos e Fontes de Dados, Análise Descritiva, Análise Gráfica, Métodos amostrais com e sem reposição para pequenos ou grandes volumes de dados) |
• Importância do conceito de probabilidade na tomada de decisão das empresas |
• Análises de duas variáveis (correlação, testes de independência) |
• Intervalos de confiança e testes de hipóteses |
• Comparação de médias de populações (teste t, ANOVA) |
• Técnicas de Segmentação (Cluster, análise Fatorial) |
• Regressão linear simples e múltipla , análise de resíduos, métodos de escolha de variáveis explicativa, stepwise e variações) |
• Modelo de Regressão logística, odds ratio, escolha de variáveis |
• Machine Learning (Redes Neurais, Máquina de vetores de suporte (SVM) , Árvores de decisão, Florestas Aleatórias) |
• Avaliação de Modelos.

Uso Prático:

Ao final do curso, o participante terá um conhecimento básico para desenvolver e implantar modelos de aprendizagem de máquina (Machine Learning) usando Python.