Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
- Definição de IA preditiva
- Contexto histórico e evolução da análise preditiva
- Princípios básicos da aprendizagem automática e da extração de dados
Recolha e pré-processamento de dados
- Recolha de dados relevantes
- Limpeza e preparação de dados para análise
- Compreensão dos tipos e fontes de dados
Exploração Data Analysis (EDA)
- Visualizar dados para obter informações
- Estatística descritiva e resumo de dados
- Identificação de padrões e relações nos dados
Modelação estatística
- Noções básicas de inferência estatística
- Análise de regressão
- Modelos de classificação
Machine Learning Algoritmos de previsão
- Visão geral dos algoritmos de aprendizagem supervisionada
- Árvores de decisão e florestas aleatórias
- Redes neurais e noções básicas de aprendizagem profunda
Avaliação e seleção de modelos
- Compreender a precisão do modelo e as métricas de desempenho
- Técnicas de validação cruzada
- Sobreajuste e afinação de modelos
Aplicações práticas da IA preditiva
- Estudos de caso em vários sectores
- Considerações éticas na modelação preditiva
- Limitações e desafios da IA preditiva
Projeto prático
- Trabalhar com um conjunto de dados para criar um modelo preditivo
- Aplicar o modelo para fazer previsões
- Avaliar e interpretar os resultados
Resumo e próximos passos
Requisitos
- Conhecimentos de estatística básica
- Experiência com qualquer linguagem de programação
- Familiaridade com o tratamento de dados e folhas de cálculo
- Não é necessária experiência prévia em IA ou ciência de dados
Público-alvo
- Profissionais de TI
- Analistas de dados
- Pessoal técnico
21 Horas