Programa do Curso

Introdução

  • Definindo IA Preditiva
  • Contexto histórico e evolução da análise preditiva
  • Princípios básicos de aprendizado de máquina e mineração de dados

Coleta e Pré-processamento de Dados

  • Reunindo dados relevantes
  • Limpeza e preparação dos dados para análise
  • Compreendendo tipos e fontes de dados

Análise Exploratória de Dados (AED)

  • Visualização de dados para insights
  • Estatísticas descritivas e resumos de dados
  • Identificando padrões e relações nos dados

Modelagem Estatística

  • Básicos da inferência estatística
  • Análise de regressão
  • Modelos de classificação

Algoritmos de Aprendizado de Máquina para Previsão

  • Visão geral dos algoritmos de aprendizado supervisionado
  • Árvores de decisão e florestas aleatórias
  • Básicos de redes neurais e aprendizado profundo

Avaliação e Seleção de Modelos

  • Compreendendo a precisão e métricas de desempenho dos modelos
  • Técnicas de validação cruzada
  • Overfitting e ajuste do modelo

Aplicações Práticas da IA Preditiva

  • Estudos de caso em diversas indústrias
  • Considerações éticas na modelagem preditiva
  • Limitações e desafios da IA Preditiva

Projeto Prático

  • Trabalhando com um conjunto de dados para criar um modelo preditivo
  • Aplicação do modelo para fazer previsões
  • Avaliação e interpretação dos resultados

Resumo e Próximos Passos

Requisitos

  • Compreensão dos conceitos básicos de estatística
  • Experiência com qualquer linguagem de programação
  • Familiaridade com manipulação de dados e planilhas
  • Nenhuma experiência prévia em IA ou ciência de dados é necessária

Público-alvo

  • Profissionais de TI
  • Analistas de dados
  • Pessoal técnico
 21 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas