TDIG40 - FORMAÇÃO CIENTISTA DE DADOS E MACHINE LEARNING

Público Alvo

Pessoal técnico, profissionais de Informática ou Engenharia que atuam na área de Gerência e/ou Administração de Sistemas de Informação

Duração

5 dias (40 horas)

Descrição do Curso

Capacitar as equipes nas análises estatísticas com alto volume de dados e múltiplas fontes, permitindo que análises complexas sejam feitas em um curto espaço de tempo, beneficiando as tomadas de decisões operacionais e executivas.

Programa

1. Introdução à Ciência de Dados
1.1. Exploração da área (tipos de ciências de dados)
1.2. Categorias de cientista de dados
1.3. Ideias e aplicações (estudos de caso)
1.4. A importância de bons modelos e dos tipos de dados
1.5. Relações com as áreas:
1.5.1. Cálculo
1.5.2. Probabilidade e estatística
1.5.3. Aprendizagem de máquina (Machine Learning – ML)
1.5.4. Processamento de dados
1.5.5. Ciência da computação (Algorithm Development – AD)
1.5.6. Aplicações específicas (Telecomunicações)

2. Introdução à Análise de Dados
2.1. Tópicos da teoria de probabilidade
2.1.1. Conceitos de probabilidade
2.1.2. Variáveis e processos aleatórios
2.1.3. Distribuições de probabilidade
2.2. Estatística descritiva e inferência
2.2.1. Terminologia e conceitos de estatística
2.2.2. Análise exploratória de dados
2.2.3. Modelagem de dados
2.2.4. Cálculos e tipos de estatísticas
2.2.5. Indicadores centrais e de dispersão
2.2.6. Representação e visualização de dados
2.2.7. Teste de hipóteses
2.2.8. Análise de variância (ANOVA) e Regressão

3. Introdução à Machine Learning
3.1. Conceitos básicos de ML
3.2. Diferenciação entre aprendizagem supervisionada e não supervisionada
3.3. Tópicos sobre a teoria de estimação de parâmetros
3.4. Técnicas de predição em ML
3.5. Exemplos práticos de ML