Pré requisito: Data Analytics para aspirantes a Cientista de dados

Descrição

Este curso vai introduzi-lo aos algoritmos e ideias mais importantes contidas na caixa de ferramentas do cientista de dados. 

Você conhecerá métodos avançados para:

• Descobrir padrões ou conceitos subjacentes nos dados
• Aplicar métodos de segmentação ( clustering ) e predição de valores
• Refinar e enriquecer modelos preditivos

Além de abranger os principais algoritmos de aprendizagem supervisionada e não supervisionadas, contemplando o pensamento moderno sobre avaliação, seleção e implementação de um modelo.

Programa de Estudos

• Principais conceitos avançados de Analytics
• Exploração de dados
  • Medidas-Resumo
  • Detecção de outlier
  • Tratamento de Missing values
  • Medidas de correlação paramétricas e não paramétricas
• Análise de distribuição de médias utilizando o teste T e Anova
• Algoritmos Supervisionados:
  • Árvore de decisão
  • Regressão linear e logística
• Algoritmos não-supervisionados:
  • K-means clustering
  • PCA
• Avaliação e comparação de modelos
  • Matriz de confusão
  • Cross-validation
  • ROC – Curve
• Otimização de modelos: Otimização de parâmetros
• Deploy de modelos