Introdução ao Machine Learning

Introdução ao Machine Learning

Em estoque
Só resta %1

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.

8 aulas - 24 horas de curso

- +
SKU
intro-ml
Categoria

Você sairá 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.
  • Utilizar o XGBoost em problemas de modelagem preditiva.
  • Ajustar um XGBoost utilizando o R.
  • Avaliar a performance dos seus modelos preditivos.

Ementa:

 

  • 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
  • Regressão vs. Classificação
    • Métricas de regressão e de classificação
  • Modelos de Árvores
    • Árvores de decisão
    • GINI e Entropia
    • Ganho de Informação
    • Random Forest

 

  • Tuning do modelo
    • Overfitting e validação cruzada
    • Métricas de performance
  • Gradient Boosting (XGBoost)
    • O que é e quando utilizar o
    • XGBoost
    • Criando um XGBoost passo-a-passo
    • Ajustanto um XGBoost no R com Tidymodels
    • Tradução de um XGBoost em SQL
  • Tidymodels
    • O que é
    • Como usar no R
    • {workflows} e {recipes}
    • Ajustanto um XGBoost no R com Tidymodels
    • Tradução de um XGBoost em SQL

  • Aulas online.
  • Material didático com o conteúdo do curso.
  • Exercícios “para casa” para praticar e tirar dúvidas.
  • Projeto de análise de dados para aplicar o conteúdo aprendido e gerar portfólio.
  • Gravação das aulas disponíveis por pelo menos 1 ano.

Necessários:

  • Interesse por Ciência de Dados.
  • Conhecimentos básicos de computação: criação de arquivos e pastas, instalação de programas, navegação na internet.
  • Uma conta de e-mail Google para acessar o Google Sala de Aula.
  • Últimas versões do R e do RStudio instaladas

Sugeridos:

Fernando Corrêa

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

Daniel Falbel

Bacharel em Estatística pelo IME. Engenheiro de software na RStudio. Trabalha diariamente com R há mais de 6 anos. É interessado por tudo que tem a ver com R, Machine Learning e Estatística.

Athos Damiani

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

No modelo online, todas as aulas serão gravadas e o vídeo ficará disponível por pelo menos 1 ano após o término do curso.

Tanto no modelo ao vivo quanto no modelo online, você receberá o certificado ao final do curso (sujeito à entrega de atividades solicitadas durante as aulas). Nele constará o nome do curso cumprido e a carga horária específica na página do curso. O certificado é individual e terá o mesmo nome que você utilizou na compra.

Sim, você receberá o certificado ao final do curso (sujeito à entrega de atividades solicitadas durante as aulas). Nele constará o nome do curso cumprido e 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 ao vivo são gravadas e disponibilizadas para as pessoas inscritas por pelo menos 1 ano.

Após a confirmação da compra, você receberá um e-mail de nossa equipe com a confirmação de sua inscrição. Nele, enviamos o link para o manual de acesso com as informações para entrar na turma pelo Google Sala de Aula e outras orientações importantes. Você também pode acessar informações sobra a sua compra criando uma conta aqui no nosso site e acessando a sessão "Meus Pedidos".

Caso você não receba e-mail de confirmação antes do curso começar, primeiramente dê uma olhada na sua caixa de spam. Caso não esteja lá, basta enviar um e-mail para contato@curso-r.com informando o curso comprado e o seu e-mail de compra. Resolveremos o seu problema o quanto antes!

Para compras diretamente no site trabalhamos com pagamentos por cartão de crédito, boletos, PIX. Você também pode realizar o seu pagamento por transferência bancária, para isso solicitamos que envie um e-mail para contato@curso-r.com informando o curso desejado.

Depende do curso e também do pacote escolhido (se houver). Todas as informações necessárias para ingressar em qualquer curso da Curso-R pode ser encontrada na sua respectiva página. Caso você opte por comprar vários cursos de uma vez, as trilhas são pacotes promocionais de cursos com grandes descontos. O preço das trilhas pode ser encontrado também nas suas respectivas páginas.

Envie um e-mail para contato@curso-r.com.


Sidebar