Entrar em Contato

Programa do Curso

Introdução

  • Visão geral do RapidMiner Studio
  • Orientação sobre a interface e os recursos do RapidMiner

Metodologia CRISP-DM no RapidMiner

  • Compreensão do framework CRISP-DM
  • Aplicação na estimativa e projeção de valores

Compreensão e Preparação dos Dados

  • Importação e exploração de dados
  • Técnicas de pré-processamento e limpeza
  • Métodos avançados de transformação de dados

Modelagem de Dados com RapidMiner

  • Introdução à modelagem de dados
  • Seleção e aplicação de algoritmos de aprendizado de máquina
  • Algoritmos de aprendizado supervisionado
  • Algoritmos de aprendizado não supervisionado

Avaliação e Implantação do Modelo

  • Técnicas para avaliação do modelo
  • Estratégias para implantação do modelo
  • Realignamento e otimização do modelo

Análise e Previsão de Séries Temporais

  • Fundamentos da análise de séries temporais
  • Aplicação de modelos de média móvel
  • Pré-processamento de séries temporais e agregação de dados

Técnicas Avançadas de Séries Temporais

  • Análise de decomposição
  • Projeção com janelas de tempo
  • Projeção com geração de características

Modelagem ARIMA

  • Compreensão dos modelos ARIMA
  • Aplicação prática no RapidMiner

Resumo e Próximos Passos

Requisitos

  • Conhecimento básico sobre conceitos de análise de dados e aprendizado de máquina

Público-Alvo

  • Analistas de Dados
  • Analistas de Negócios
  • Cientistas de Dados
 14 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas