Curso Online

Introdução ao Machine Learning

O objetivo deste curso é apresentar as etapas essenciais de um projeto de Machine Learning, desenvolvendo a análise crítica necessária para escolher, ajustar, avaliar e interpretar modelos preditivos, utilizando o R como ferramanta. Também será discutido aspectos teóricos para compreender como a matemática dos modelos funciona por trás.

30 de agosto a 27 de setembro, às segundas e quintas, das 19h00 às 22h00
8 aulas, 24 horas de curso

R$700,00

Ao se inscrever no curso, você declara estar de acordo com os nossos Termos de uso.

Você sairá deste curso apta(o) a:

  • Construir um projeto de machine learning do começo ao fim.
  • Ajustar modelos de regressão e de classificação.
  • Identificar quando aplicar técnica de machine learning no seu negócio.

Ementa do curso

  • O que é Machine Learning
    • História
    • O que é modelagem preditiva
    • Definições e Nomenclaturas
    • Por que e quando usar
    • Métricas e Funções de Custo
  • Conceitos Centrais
    • Overfitting
    • Hiperparâmetros
    • Bases de Treino/Teste/Validação
    • Cross-Validation
    • Relação Viés-Variância
  • Modelos de Regressão
    • Regressão Linar
    • RMSE, MAPE, R2.
    • Gradient Descent
    • Estimadores e estimativas
    • Regularização LASSO
    • Principais cuidados com os dados
  • Modelos de Classificação
    • Regressão Logística
    • Binary Cross-entropy (Deviance)
    • Probabilidades vs Classes
    • Matriz de Confusão
    • Curva ROC
    • Acurácia, recall, precisão, F1, AUROC.
  • Modelos de Árvores
    • Árvores de decisão
    • GINI e Entropia
    • Ganho de Informação
    • Random Forest
    • Gradient Boosting (XGBoost)
  • Tidymodels
    • O que é
    • Como usar no R
    • {workflows} e {recipes}

O que vou receber?

Certificado do curso

Entrega por e-mail após conclusão

Cursos 100% on-line

As aulas são ao vivo, mas ficam gravadas e a disposição por 1 ano

Nível intermediário

Conhecimento prévio recomendado:

Português

Como será o curso?

  • Aulas online, em tempo real, com um(a) professor(a) e um(a) monitor(a).
  • Diversos exercícios “para casa” para praticar e tirar dúvidas.
  • Projeto de análise de dados para aplicar o conteúdo aprendido.
  • Gravação das aulas disponíveis por pelo menos 1 ano.

Pré-requisitos

  • O conteúdo do curso R para Ciência de Dados I.
  • Interesse por modelagem preditiva.
  • Uma conta de e-mail Google para acessar o Google Classroom.
  • Últimas versões do R e do RStudio instaladas.

Professores

Athos Damiani

Bacharel em Estatística pelo IME-USP e mestrando em IA pela Poli-USP. Trabalhou com modelos preditivos, web scraping, visualização e dashboards para ABJ, IBOPE, ClearSale, EDP e Itaú. Se interessa por tudo ligado ao R e à Estatística.

Fernando Corrêa

Bacharel e mestrando em Estatística pelo IME-USP. Diretor-técnico na Associação Brasileira de Jurimetria. Usa R para tudo, mas tem interesse especial em web scraping, visualização de dados e modelagem bayesiana.

Perguntas Frequentes - FAQ

Sim, você receberá o certificado ao final do curso (sujeito à entrega de atividades solicitadas pelos professores), com a carga horária específica delimitada na página do curso. O certificado é individual e terá o mesmo nome que você utilizou na compra.

Sim, as aulas são gravadas e disponibilizadas para os alunos inscritos por pelo menos 1 ano.

Após a confirmação da compra, você receberá um e-mail de nossa equipe com a confirmação de sua inscrição, com as informações para entrar na turma pelo google classroom.

Caso você não receba email de confirmação antes do curso começar, primeiramente dê uma olhada na sua caixa de spam. Caso não esteja lá, basta nos enviar um e-mail para contato@Curso-R.com.

Depende do curso, todas as informações necessárias para ingressar em qualquer curso da Curso-R pode ser encontrada na sua respectiva página. As trilhas são pacotes promocionais de cursos com grandes descontos. O preço das trilhas pode ser encontrado também nas suas páginas.

Nós trabalhamos com cartão de crédito, boleto e transferência bancária.