Machine Learning com Python

Apresentação

O treinamento “Machine Learning com Python” tem por objetivo orientar e capacitar profissionais e preparar as organizações para a gestão de informações estratégicas, a partir da coleta, exploração e manipulação de dados em bases de dados reais, permitindo a obtenção de insights e a extração de conhecimentos por meio de técnicas estatísticas, Machine Learning e análise de dados utilizando bibliotecas para computação numérica e visualização. Machine Learning é utilizado por empresas em todo mundo para facilitar a análise de dados e extração de conhecimento. Na era do Big Data, o enorme volume de dados produzidos exige a utilização de técnicas para automação e identificação de padrões que permitam a solução de problemas e a tomada de decisões rápidas e precisas. Machine Learning é uma área que representa uma evolução nos campos da Ciência da Computação, da Análise de Dados, da Engenharia de Software e da Inteligência Artificial. Aprenda a utilizar os clássicos algoritmos K-Means, Regressão Linear, Redes Neurais Artificiais e fazer ajustes e transformações nos dados para cada cenário.
O Estratégia Treinamento adota metodologia direcionada para a prática, com aplicação de estudos de caso, práticas de laboratório e trabalho em equipe. Ao final do treinamento o aluno estará apto a realizar análise de dados fundamentais usando Machine Learning com Python.

Público Alvo

• Profissionais de TIC de organizações públicas ou privadas, estudantes e profissionais independentes interessados em se capacitar na área de análise de dados preditiva com o objetivo de identificar, apresentar ou projetar soluções extraídas a partir da análise eficiente de grandes volumes de dados. O treinamento foi concebido para principiantes com alguma experiência de programação ou desenvolvedores experientes que procuram dar direcionamento e foco à carreira de ciência dos dados.

Benefícios do Curso

• Aperfeiçoamento profissional na área de análise de dados com a utilização de técnicas e algoritmos de machine learning, dataframes, linguagem Phyton e bibliotecas tais como NumPy, Pandas, scikit-learn e Matplotlib; desenvolvimento de habilidades para explorar e manipular dados em bases de dados reais com o objetivo de encontrar insights e extrair conhecimento através de técnicas estatísticas e de análise de dados utilizando as bibliotecas para computação numérica e visualização; auxiliar organizações na gestão de informações estratégicas.

Treinamento Inclui:

* Certificado de Conclusão
* Coffee Break (sob consulta para treinamentos In Company)
* Material de Apoio.

CONTEÚDO PROGRAMÁTICO (DETALHADO):

MÓDULO 1: INTRODUÇÃO A PROGRAMAÇÃO COM PYTHON (6h)

1.1 OBJETIVOS ESPECÍFICOS:

Apresentar os assuntos fundamentais que permitirão que o aluno consiga rapidamente produzir código em Python.

1.2. TÓPICOS:

• Apresentação da Linguagem Python: variáveis, expressões, tipos, operações com string
• Linguagem Python e suas Estruturas: listas, tuplas, sets e dicts
• Exercício prático com a linguagem: meu primeiro programa em python

• Conceito de soluções de TIC.
• Soluções emergentes em TIC:
Cloud, IoT, Big Date, Data Analysis.

MÓDULO 2: INTRODUÇÃO À MACHINE LEARNING (6h)

2.1. OBJETIVOS ESPECÍFICOS:

Apresentar conceitos relacionados à Machine Learning, aplicado à análise de dados, criando soluções baseadas em dados.

2.2. TÓPICOS:

• Modelos de aprendizagem: supervisionada e não supervisionada.
• Métodos e Técnicas: pré-processamento, normalização, clustering, regressão, classificação, overfitting.
• Algoritmos de Aprendizagem de Máquina Supervisionada: Regressão Linear, Redes Neurais Artificiais.
• Algoritmos de Aprendizagem de Máquina Não Supervisionada: K-Means.
• Matriz de Confusão: Matriz de Erro.
• Exercício prático.

MÓDULO 3: TÉCNICAS E FERRAMENTAS DE ANÁLISE E VISUALIZAÇÃO DE DADOS (4h)

3.1. OBJETIVOS ESPECÍFICOS:

Conhecer as principais bibliotecas do python e aprender a manusear dados.

3.2. TÓPICOS:

• Ferramentas de análise e visualização de dados: Numpy, Pandas, Scikit-learn e Matplotlib.
• Manipulação de dados: Dataframes, divisão de datasets, classificação, overfitting.
• Trabalhando com dados: ler, carregar e escrever arquivos.
• Exercício prático: OCR de números.

MÓDULO 4: PRÁTICAS DE LABORATÓRIO (4h)

4.1. OBJETIVOS ESPECÍFICOS:

Resolver problemas de situações reais.

4.2. TÓPICOS:

• Prática de laboratório 1: Separação de fontes de áudio com ICA – Independent Component Analysis
• Prática de laboratório 2: Analise de dados de uma empresa varejista de confecções: preparação dos dados, correlação entre as variáveis, PCA e clusters de usuários.

RECURSOS DIDÁTICOS

Apresentação de slides e vídeos e uso de material de apoio (legislação aplicável, papéis de trabalho, textos técnicos, estudo de casos, exercícios práticos).

METODOLOGIA

• Aulas expositivas, com a participação dos alunos.
• Apresentação de Estudos de caso.
• Resolução de problemas e exercícios práticos

INVESTIMENTO/FORMAS DE PAGAMENTO:

09, 10 e 17 Agosto de 2019. (Sexta (noite) 18h as 22h / Sabádo (manhã/tarde): 08h/12h /13h as 17h)

Valor Integral: R$1.200,00

Setor Público: Apresentação da Nota de Empenho (Valor Integral)
Demais: Depósito em Conta Corrente ou Pague Seguro, conforme Política de Descontos

Razão Social: Estratégia Treinamentos LTDA
CNPJ: 32.632.083/0001-28
Inscrição Municipal 42596901

Banco: Bradesco
Agência: 0320-4
Conta Corrente: 0042937-6


Inscrições até 15 JULHO 2019 (20% desconto): R$960,00 - somente depósito em conta
Inscrições até 25 JULHO 2019 (10% desconto): R$1.080,00 - depósito em conta
Após esta data valor integral: (1.200,00) em até 3x sem juros no cartão de crédito

[vc_row][vc_column][vc_btn title=”INSCREVA-SE AQUI!” color=”primary” size=”lg” align=”center” i_icon_fontawesome=”fa fa-pencil-square-o” add_icon=”true” link=”url:http%3A%2F%2Festrategiatreinamentos.com.br%2Fsolicite-sua-proposta%2F||target:%20_blank|”][/vc_column][/vc_row]