Entrar em Contato

Programa do Curso

Introdução

  • Definindo a 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

  • Coleta de dados relevantes
  • Limpeza e preparação dos dados para análise
  • Compreensão dos tipos de dados e fontes

Análise Exploratória de Dados (AED)

  • Visualização de dados para gerar insights
  • Estatísticas descritivas e resumimento de dados
  • Identificação de padrões e relacionamentos nos dados

Modelagem Estatística

  • Noções básicas de 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
  • Noções básicas de redes neurais e aprendizado profundo

Avaliação e Seleção de Modelos

  • Compreensão da precisão do modelo e métricas de desempenho
  • Técnicas de validação cruzada
  • Overfitting e ajuste fino do modelo

Aplicações Práticas da IA Preditiva

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

Projeto Prático

  • Trabalhar com um conjunto de dados para criar um modelo preditivo
  • Aplicar o modelo para fazer previsões
  • Avaliar e interpretar os resultados

Resumo e Próximos Passos

Requisitos

  • Compreensão de estatísticas básicas
  • 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
  • Equipe técnica
 21 Horas

Número de participantes


Preço por participante

Testemunhos de Clientes (3)

Próximas Formações Provisórias

Categorias Relacionadas