What you'll learn
- Tenha uma base teΓ³rica sΓ³lida sobre os principais algoritmos de Machine Learning
- Utilize os recursos da linguagem R aplicado em Data Science e Machine Learning
- Aprenda na teoria e na prÑtica sobre os algoritmos de Machine Learning para classificação, regressão, regras de associação e agrupamento
- Aprenda a realizar o prΓ©-processamento em bases de dados
- Entenda como funcionam as técnicas para redução de dimensionalidade PCA, KernelPCA e LDA
- Aprenda a avaliar os algoritmos de Machine Learning usando estatΓstica nΓ£o paramΓ©trica
- Aprenda a detectar outliers em bases de dados
Requirements
- O único pré-requisito obrigatório é conhecimento sobre lógica de programação, principalmente estruturas condicionais e de repetição
- Também são necessÑrios conhecimentos sobre instalação de softwares bÑsicos, porém, durante o curso serÑ mostrado o processo de instalação das ferramentas utilizadas durante todo o curso
- Conhecimentos na linguagem R nΓ£o sΓ£o obrigatΓ³rios, sendo possΓvel acompanhar o curso sem saber essa linguagem com profundidade
Description
A Γ‘rea de Machine Learning (Aprendizagem de MΓ‘quina) Γ© atualmente um dos campos de trabalho mais relevantes da InteligΓͺncia Artificial, sendo responsΓ‘vel pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vΓ‘rios paΓses da Europa estΓ‘ em grande ascensΓ£o; e a previsΓ£o Γ© que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa Γ‘rea serΓ‘ em breve um prΓ©-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto estΓ‘ o cientista de dados, que jΓ‘ foi classificado como o trabalho "nΓΊmero 1" por vΓ‘rios veΓculos da mΓdia internacional.
E para levar vocΓͺ atΓ© essa Γ‘rea, neste curso completo vocΓͺ terΓ‘ uma visΓ£o teΓ³rica e prΓ‘tica sobre os principais algoritmos de machine learning utilizando o R, que Γ© uma das linguagens de programação mais relevantes nesta Γ‘rea de ciΓͺncia de dados. Este curso Γ© considerado de A Γ Z pelo fato de apresentar desde os conceitos mais bΓ‘sicos atΓ© tΓ©cnicas mais avanΓ§adas, de modo que ao final vocΓͺ terΓ‘ todas as ferramentas necessΓ‘rias para construir soluçáes complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! VocΓͺ aprenderΓ‘ tudo passo a passo, ou seja, tanto a teoria quanto a prΓ‘tica de cada algoritmos! O curso Γ© dividido em cinco partes principais:
Classificação - prΓ©-processamento dos dados, naive bayes, Γ‘rvores de decisΓ£o, random forest, regras, regressΓ£o logΓstica, mΓ‘quinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores
RegressΓ£o - regressΓ£o linear simples e mΓΊltipla, polinomial, Γ‘rvores de decisΓ£o, random forest, vetores de suporte (SVR) e redes neurais artificiais
Regras de associação - algoritmos apriori e ECLAT
Agrupamento - k-means, agrupamento hierΓ‘rquico e DBSCAN
Tópicos complementares - redução de dimensionalidade com PCA, KernelPCA e LDA e deteção de outliers
Γ importante salientar que como a Γ‘rea de machine learning Γ© muito dinΓ’mica e novos assuntos aparecem constantemente, novos conteΓΊdos podem ser postados na parte 5! Este curso tem o objetivo de servir como um referencial de consulta sobre as tΓ©cnicas abordadas, por isso ele procura cobrir a maior parte dos assuntos que envolvem machine learning. Este curso pode ser categorizado para todos os nΓveis, pois pode servir de base para consulta para alunos mais experientes no assunto e tambΓ©m um Γ³timo guia para quem estΓ‘ iniciando na Γ‘rea!
Preparado(a) para dar um importante passo na sua carreira? Aguardo vocΓͺ no curso! :)
Who this course is for:
- Pessoas interessadas em iniciar seus estudos em aprendizagem de mΓ‘quina e ciΓͺncia de dados
- Pessoas que queiram iniciar carreira na Γ‘rea de Data Science ou Machine Learning
- Empreendedores que queiram aplicar aprendizagem de mΓ‘quina em projetos comerciais
- Analistas de dados que queiram aumentar seu conhecimento na Γ‘rea de aprendizagem de mΓ‘quina
- EmpresÑrios que desejam criar soluçáes eficientes para problemas reais em suas empresas
- Alunos de graduação que estΓ£o estudando disciplinas ligadas a Γ‘rea de InteligΓͺncia Artificial
Post a Comment