Curso de Machine Learning – Data Science em Porto Alegre

Carga horária: 32h

Local: Porto Alegre / RS

Modalidade: Curso Presencial

Machine Learning – Data Science

Aprenda a aplicar algoritmos de Machine Learning na prática!

Assim como empresas como Spotify, Amazon, Netflix, Facebook e muitas outras do ramo, crie aplicações que se destaquem pela sua inteligência artificial! Contudo, não pense que só empresas grandes podem usufruir deste campo de estudo. O Machine Learning é destinado a qualquer organização que esteja interessada em otimizar a sua tomada de decisão!

Ao final do curso de Machine Learning, o aluno terá iniciado na profissão mais valorizada do século com todos os conhecimentos anteriormente passados nos outros cursos da formação. Dessa forma, estando apto a aplicar algoritmos de ML em sua vida profissional, em empresas de todos os tamanhos! Veja abaixo todo conteúdo do treinamento, próximas turmas e garanta sua vaga!

PRÓXIMAS TURMAS

Não encontrou a turma que deseja? Confira a agenda completa

– Compreender o que é Machine Learning (ML), Aprendizado de Máquina
– Entender a profissão de Cientista de Dados
– Implementar algoritmos tradicionais de Machine Learning (ML) e Data Science
– Aplicar algoritmos de classificação: kNN, Naïve Bayes e Árvore de Decisão
– Aplicar algoritmos de regressão linear
– Aplicar algoritmos de agrupamento: k-Means
– Realizar diversas práticas com conjuntos de dados reais
– Realizar classificações probabilísticas
– Conhecer e trabalhar com a árvore de decisão
– Conhecer e trabalhar com o paradigma Não-Supervisionado
– Realizar análise de cenários para identificar quais algoritmos podem ser úteis para diversos tipos de problemas comuns em ambientes corporativos

– Compreender como podemos fazer Data Mining com Machine Learning (Aprendizado de Máquina), em diversos bancos de dados de cenários reais (dados médicos, dados de RH de empresas, catálogos botânicos, dados de imobiliárias, etc)
– Implementar algoritmos tradicionais de Machine Learning para descoberta de conhecimento em bancos de dados, como o algoritmo dos vizinhos mais próximos (K-NN), o algoritmo baseado em probabilidades (Naïve Bayes) e as Árvores de Decisão
– Aprender a agrupar dados com o k-Means e o algoritmo de agrupamento hierárquico, úteis para identificar, por exemplo, perfis de consumidores
– Aprender regressão linear, regressão logística e redes neurais, métodos que estão na base das redes neurais profundas (deep learning)
– Aprender a identificar o melhor algoritmo para os diversos cenários de aplicações que podem vir a surgir dentro de um ambiente corporativo

– Empresários e empreendedores
– Profissionais de TI
– Profissionais de Marketing
– Programadores e desenvolvedores
– Analistas de Negócios
– Administradores de Dados
– Administradores de Banco de Dados
– Administradores de Data Warehouse
– Cientistas de Dados
– Interessados na área
– Estatísticos

1. Introdução à Machine Learning
– O que é Machine Learning?
– Quais são as aplicações práticas?
– Quais são as oportunidades e desafios?
– Carreira de cientista de dados

2. Conhecendo seus dados
– Pré-processamento
– Seleção de features
– Estatísticas sobre os dados
– Exercícios práticos

3. Paradigma Supervisionado
– Medidas de distância e similaridade
– Classificação conforme vizinhos mais próximos (kNN)
– Classificação ponderada
– Exemplo e aplicação prática

4. Classificação probabilística
– Revisão geral sobre probabilidade
– Teorema de Bayes
– Classificação com variáveis independentes
– Exemplo e aplicação prática

5. Árvore de Decisão
– Fronteiras de decisão
– Medidas de pureza
– Classificação com árvores de decisão
– Exemplo e aplicação prática

6. Regressão Linear
– Encontrando valores para os parâmetros
– Overfitting e underfitting
– Exemplo e aplicação prática

7. Avaliação
– Erro quadrático médio
– Precisão e Revocação
– Validação cruzada
– Comparação entre algoritmos

8. Paradigma Não-Supervisionado
– Como encontrar padrões em bases não rotuladas?
– Estrutura do algoritmo k-Means
– Avaliações
– Exemplo e aplicação prática

  • Curso de Machine Learning – Data Science com Python

    Excelente o curso ministrado pelo Juarez. Grande conhecimento e domínio do assunto, sempre muito atento e atencioso com a turma! 

    Renata Rodrigues Bertolino Soares  – 17/09/2019

  • Curso de Machine Learning – Data Science com Python

    Esse foi meu segundo curso aqui na Target, até agora foram experiências muito positivas! Os professores são bem humorados, deixando o clima geral da sala sempre bom, além de dominarem bem os assuntos do curso que ministram.

    Maurício de Aguiar Braz – 17/09/2019

  • Curso de Machine Learning – Data Science com Python

    Curso bem abrangente, dá uma visão ampla e clara sobre o assunto. Instrutor domina bem a matéria.

    André Ercoles Follador – 17/09/2019

  • Curso de Machine Learning – Data Science com Python

    A TargetTrust saiu na frente com esse curso!

    Rafael Krug  – 26/01/2017