Formação Executiva em Big Data: Machine Learning

Módulo 1 Big Data e Data Driven Economy A ciência dos dados e as organizações Inteligência estratégica baseada em dados Aprendizagem estatística e aprendizagem de máquinas (Machine Learning) Linguagens de programação, algoritmos e plataformas computacionais Computação distribuída e em nuvem Modelagem de dados Banco de dados

Módulo 1 - Análise de dados qualitativos

• Análise de variáveis qualitativas
• Tabelas de contingência e distribuições
• Exibição e comparação de dados quantitativos
• Exibição de dados quantitativos com gráficos
• Descrição e comparação de distribuições

Módulo 2 - Análise de dados quantitativos

• Como medir o centro em dados quantitativos
• Média e mediana (Comparação, distribuições diferentes)
• Faixa interquartil (FIQ)
• Variância e desvio-padrão de populações e amostras
• Diagramas de caixa
• Outras medidas de dispersão (Intervalo e semi-intervalo, DAM, etc.)
• Correlação e covariância

Módulo 1 Principais Conceitos de Programação e da Linguagem R Variáveis, tipos de dados e objetos Operações sobre dados, entrada e saída de dados Lógica de Programação Estruturas de controle e repetição Funções e escopo

Módulo 2 Aplicações em Ciência de Dados Importação e exportação de dados Tratamento e limpeza de dados Visualização de dados Principais módulos de R para aplicações em ciência de dados

Módulo 1 Aprendizagem Supervisionada Fundamentos de modelagem preditiva e tipos de erro Regressão: modelos lineares para Regressão Complexidade, Regularização e Validação Classificação: Regressão Logística, kNN, avaliação do erro Módulo 2 Princípios de aprendizagem não supervisionada Agrupamento: K-means