ML Na Prática
Domine machine learning desde o controle de versão até a implantação em produção. Aprenda Git/GitHub, estruturas de dados, preparação e análise exploratória, estatística aplicada, análise preditiva e otimização de modelos.
Duração total: 14 horas
Ver Detalhes do Curso
1
Fundamentos e Controle de Versão (4h)
Git/GitHub para ciência de dados, estruturas de dados (vetores, matrizes, arrays, dataframes).
  • Git/GitHub para ciência de dados
  • Estruturas de dados (vetores, matrizes, arrays, dataframes)
2
Preparação e Análise de Dados (4h)
Dados estruturados vs não estruturados, amostragem, tratamento de nulos, EDA, variáveis contínuas/discretas/categóricas, correlação, normalização, visualização Python.
  • Dados estruturados vs não estruturados
  • Amostragem e tratamento de nulos
  • EDA e variáveis
  • Correlação, normalização e visualização Python
3
Estatística e Análise Preditiva (3h)
Estatística básica aplicada, fluxo preditivo, regressão, classificação, machine learning, deep learning, validação de modelos.
  • Estatística básica aplicada
  • Fluxo preditivo (regressão, classificação, ML, DL)
  • Validação de modelos
4
Otimização e Implantação (3h)
Otimização de modelos, engenharia de features, séries temporais, detecção de anomalias, implantação com ML Flow.
  • Otimização de modelos e engenharia de features
  • Séries temporais e detecção de anomalias
  • Implantação com ML Flow
Conheça Seu Instrutor
Prof. André Vizzoni
Especialista em Machine Learning
Formado em Estatística (UFRJ), Ciências Atuariais (UFRJ) e Psicologia (UNESA), com mestrado em Engenharia Elétrica (Inteligência Computacional, COPPE/UFRJ). Cinco anos de experiência profissional em empresas, incluindo Big Techs. Oito anos de experiência profissional como consultor autônomo, trabalhando com mais de 70 clientes nas mais diversas áreas, de Esportes à Ciências da Saúde (passando por Ciências Humanas e Sociais). Especializado em modelagem estatística e de Machine Learning. Extensa experiência com Big Data e com storytelling de dados voltado para stakeholders. Também tem experiência liderando equipes e treinando cientistas de dados de níveis júnior e pleno. Combina boas habilidades técnicas e de comunicação a conhecimento de negócios para gerar resultados que sejam impactantes para o setor de negócios.
14h
Horas de Conteúdo
Aulas detalhadas e práticas para domínio completo.
4
Módulos Focados
Progressão lógica do básico ao avançado em Machine Learning.
100%
Aplicabilidade Prática
Projetos e exercícios reais para fixar o aprendizado.