Formação Ciência de Dados (Data Science)

Sobre a Formação

Domine as técnicas de preparar, coletar, analisar e processar grandes volumes de dados e use-os de forma estratégica ao extrair insights significativos nas melhores tomadas de decisões para seus negócios com uso de tecnologias de Inteligência Artificial atualmente empregadas na Indústria 4.0.

Esteja pronto para a nova economia digital e para as oportunidades do mercado. O que ninguém ensina nos cursos tradicionais, você aprende aqui. Adquira todo embasamento teórico e prático para atuar com autonomia e segurança.

A tomada de decisões orienta a direção e o desenvolvimento das empresas. Os responsáveis por esse processo devem estar capacitados para realizá-lo com confiança, usando ferramentas e dados que eliminem o acaso e garantam o sucesso. A Ciência de Dados (Data Science), ramo da Inteligência Artificial, foi criado para ajudar a responder a essa necessidade - ser a tecnologia na tomada de decisões.

Venha conhecer os recursos de Inteligência Artificial e capacidade para implementar outras estruturas computacionais de modo 100% EaD e assíncrono.

O curso foi desenvolvido com metodologia Hands On - "mão na massa" ou "aprender fazendo".

É totalmente prático, com teoria complementar e tópicos que, durante todo processo de ensino, os alunos são desafiados em uma série de cenários cada vez mais complexos, uma intensa experiência imersiva em linguagem de programação (python) extremamente aplicável a situações do mundo real.

Desenvolva-se no mundo da Inteligência Artificial com a Formação Ciência de Dados (Data Science).

Informações Gerais

O que você vai aprender

• Criar vetores ou matrizes

• Criar matrizes esparsas

• Redimensionar array "Numpy"

• Converter dicionários em matrizes

• Inverter matriz ou "nArray"

• Calcular diagonal da matriz

• Calcular determinante de uma matriz

• Transformar matriz em vetor

• Calcular: média, desvio padrão e variância

• Encontrar classificação de uma matriz (rank)

• Máximos e mínimos de uma matriz

• Adicionar valor numérico a um elemento de matriz

• Calcular produto de dois (02) vetores

• Adicionar, subtrair, multiplicar e dividir – valor numérico para cada elemento da matriz

• Adicionar e subtrair entre duas (02) matrizes

• Ler características de um dicionario

• Carregar e trabalhar dados via sklearn (dataset Boston)

• Criar dados simulados para regressão

• Criar dados simulados para classificação

• Criar dados simulados para armazenamento em cluster

• Preparar um fluxo de trabalho de aprendizado de máquina

• Converter recursos (características) categóricos em recursos numéricos

• Imputar rótulos de classes ausentes

• Imputar rótulos de classes ausentes usando método "vizinho próximo"

• Excluir instâncias com valores ausentes

• Como fazer operações numéricas

• Como encontrar outliers

• Codificar recursos categóricos ordinais

• Lidar com classes de desequilíbrio com redução da resolução

• Como lidar com classes de desbalanceadas

• Como lidar com outliers

• Imputar valores ausentes com médias

• Codificação com vários rótulos

• Codificação com recursos nominais categóricos

• Processar recursos categóricos

• Redimensionar recursos

• Padronizar recursos

• Padronizar dados "IRIS"

• Dividir dados DateTime ("features") para criar vários recursos

• Calcular a diferença entre datas

• Codificar os dias da semana

• Tratar valores ausentes em uma série temporal

• Como introduzir o tempo "LAG" (lagged time-series)

• Como lidar com "Janelas de Tempo"

• Selecionar DateTime dentro de um intervalo

• Selecionar DateTime [formato (PM) ou (AM)] dentro de um intervalo

• Como trabalhar itens em uma lista

• Análise de Componentes Principais (PCA)

• Análise da Variância (ANOVA)

• Curva Característica de Operação do Receptor (Curva ROC)

• Trabalhar os Hiperparâmetros

• Descrever a relação entre uma variável Y e uma X

• Uso da biblioteca "Seaborn"

• Criar e otimizar modelo para regressão e classificação

• Utilizar "Nearest Neighbours" para regressão e classificação

• Fazer agrupamento aglomerativo (Agglomerative Clustering)

• Fazer clusterização com o "Kmeans"

• Fazer clusterização baseado em afinidade

• Utilizar "DBSCAN Clustering"

• Utilizar a abordagem do deslocamento médio (MinShift)

• Utilizar a arvore de classificação e regressão

• Utilizar algoritmo de aprendizado de máquina "AdaBoost"

• Utilizar algoritmo de aprendizado de máquina "RandomForest"

• Utilizar algoritmo de aprendizado de máquina "GradientBoosting"

• Utilizar classificador e regressor multicamadas – "MLP - Multi Layer Perceptron"

• Utilizar classificador e regressor de reforço gradual "XgBoost"

• Utilizar classificador e regressor "CatBoost"

• Utilizar classificador e regressor "LightGBM"

• Utilizar classificador e regressor "SVM"

• Classificar com modelos lineares – "Multiclass Classification"

• Classificar com modelos lineares – "Naive Bayes"

• Classificar com modelos lineares – "Nearest Neighbors"

• Classificar com modelos lineares – "LDA e QDA"

• Classificar com modelos lineares – "Tree Model"

• Classificar com modelos lineares – "Ensemble Bagging Model"

• Classificar com modelos lineares – "Ensemble Boosting Model"

• Utilizar métrica de classificação e regressão

• Comparar algoritmos de classificação

• Implementar "Ensemble Model"

• Salvar modelos treinados

• Avaliar modelos com curvas de aprendizagem

• Paralelizar execução e validação cruzada no "XGBoost"

• Otimizar número de árvores no "XGBoost"

• Autocorrelação (ACF) e Autocorrelação Parcial (PACF)

• Pizza com destacamento

• Plotagem de textos

• Divergências de escala

• Densidade

• Series temporais múltiplas com escalas

• Boxplot

• Correlograma – "Correllogram"

• Curvas de densidade – "Cross Correlation"

• Decomposição de serie temporal

• Dispersão com linha de regressão linear de melhor ajuste

• Área

• Barras

• Bolha – "Bubble"

• Cascata- "Waterfall"

• Lotes em par – "Pairwise"

• Histograma empilhado

• Variáveis continuas (Histograma)

• Histogramas marginais – "Marginal Boxplot"

• Quadro de marcadores – "Lollipop"

• Piramide populacional

• Diagramas de dispersão – "Scatter"

• Anotações de picos e vales em series temporais

• Cilindros – "Cylinder"

• Feixes sólidos – "Joy"

• Dado sazonal

• Análise de Buscas Google

• Análise de Mobilidade Urbana

• Análise de densidade Populacional

• Análise de Chefes de Estado

• Análise da Taxa de Natalidade

• Análise de Resumo de Texto

• Análise de Anotacoes em Texto

• Análise de Digitos Manuscritos

• Análise de Reconhecimento Facial

• Análise de Histograma Gradientes (HOG)

• Análise da Detecção de Email Spam

• Análise de Predição de Doença

• Análise de Desempenho Estudantil

• Análise de Desempenho Esportivo

• Carregar as Bibliotecas de trabalho (todas que se fizerem necessárias)

• Carregar os conjuntos de dados com sua biblioteca de preferência p/ o algoritmo de Aprendizagem de Máquina a ser aplicado (de arquivo CSV ou Base de Dados)

• Sumarizar os dados carregados para compreender o conjunto das informações - "dataset" (uso de Estatística Descritiva)

• Visualizar os dados para compreender o conjunto das informações – "dataset" (criar gráficos variados, conforme o negócio)

• Preprocessar os dados, aplicar limpeza e transformação - "Data Cleaning & Data transformation" (o "dataset" deve ser dividido em conjuntos de dados de "treino & teste")

• Utilizar um algoritmo de aprendizado ao conjunto de dados de treino (configurar algoritmo, aplicar validação cruzada, treinar e ajustar, avaliar e persistir o modelo)

• Finalizar o modelo treinado e fazer a previsão

Pré-requisitos

Conhecimentos em linguagem de programação python.

Público-alvo

Iniciantes em programação, estudantes ou profissionais de tecnologia, como também todos os profissionais que tenham interesse nas trilhas de Inteligencia Artificial, na área da Ciência de Dados.

Como Funciona

• Horário flexível de estudo de acordo com sua disponibilidade

• Material didático disponibilizado na plataforma (conteúdo apostilado, vídeos e ilustrações)

• Acesso ao Portal IA-Labs após a matrícula

• Para concluir: estudo do material e questionário base "Quizz" com desempenho mínimo de 60%

• Certificado enviado por e-mail em até 5 dias após a conclusão

O que é Ciência de Dados?

Ciência de dados (Data Science) é uma área interdisciplinar, que localiza-se em uma interface entre a estatística e a ciência da computação, que utiliza o método científico; processos, algoritmos e sistemas, para extrair conhecimento e tomar decisões a partir de dados dos diversos tipos, sendo eles ruidosos, nebulosos, estruturados ou não-estruturados. Sendo assim uma área voltada para o estudo e a análise organizada de dados científicos e mercadológicos, financeiros, sociais, geográficos, históricos, biológicos, psicológicos, dentre muitos outros.

Qual a importância da Ciência de Dados?

Visa, desde modo, a extração de conhecimento, detecção de padrões e/ou obtenção de insights para possíveis tomadas de decisão. Ciência de dados enquanto campo existe há 30 anos, porém ganhou mais destaque nos últimos anos devido a alguns fatores como o surgimento e popularização de grandes bancos de dados e o desenvolvimento da Inteligência Artificial.

Cientistas de Dados podem trabalhar no setor privado, por exemplo, transformando grande quantidade de dados brutos em insights de negócios, auxiliando empresas em tomadas de decisões para atingir melhores resultados ou na academia e terceiro setor como pesquisadores quantitativos interdisciplinares; bem como na Indústria 4.0.

Qual sua relação com Inteligência Artificial?

Há uma forte relação da área da ciência de dados com a inteligência artificial, uma vez que o principal profissional que lida com o desenvolvimento, manutenção e fiscalização de inteligências artificiais e machine learning são cientistas de dados.