Udemy

Platform

Português

Language

Other

Category

Estatística, Probabilidade e Machine Learning

Aplique estatística e probabilidade em algoritmos de machine learning

4.25 (6 reviews)

Students

5.5 hours

Content

Oct 2020

Last Update
Regular Price


What you will learn

Variáveis Estatísticas (discretas e contínuas) e suas distribuições de Probabilidade;

A Distribuição Binomial de Probabilidades

A Distribuição de Poisson de Probabilidades

A Distribuição Normal e Normal Padrão de Probabilidades

Resolver problemas estatísticos na prática com o uso de fórmulas no Excel

Contexto da Mineração de Dados - Descoberta de conhecimento em banco de dados, Aplicações práticas

Entender o impacto da mineração de dados, Quais são os dados de entrada e saída na Mineração de Dados

Aprender as técnicas de Mineração de Dados (Conceitos Básicos, Aprendizado de Máquina)

Trabalhar com as técnicas: CLASSIFICAÇÃO, INDUÇÃO DE REGRAS, REGRAS DE ASSOCIAÇÃO, AGRUPAMENTO(CLUSTER) , REDES NEURAIS

Utilizar os algoritmos: ÁRVORES DE DECISÃO, APRIORI, KMEANS,ETC

Aprendizado Bayesiano (Operacionalização do conhecimento minerado e sua interpretação)

Validação do conhecimento descoberto

Aprendendo a utilizar o WEKA: uma ferramenta Java para Classificação, Associação, Clustering e Previsão

Explanação de Interfaces Visuais para interpretação e divulgação do conhecimento (Mineração Visual)

Entendimento e apresentação sobre MINERAÇÃO VISUAL- uso da biblioteca D3js


Description

O CURSO DE PROBABILIDADE E ESTATÍSTICA permite que o aluno tenha uma base teórica sólida, bem como desenvolva as habilidades necessárias para resolver problemas, dos mais simples aos mais complexos. Ele foi preparado por um instrutor com mais de 15 anos de experiência em sala de aula no ensino médio e superior e instrução online, tendo já publicado 11 cursos na área de Estatística na plataforma Udemy.  O curso está organizado nas seguintes seções:

1. Introdução ao Curso

2. Variáveis Aleatórias Discretas

  2.1. A Distribuição Binomial de Probabilidades

  2.2. A Distribuição Geométrica de Probabilidades

  2.3. A Distribuição de Probabilidades de Poisson

3. Variáveis Aleatórias Contínuas

4. A Distribuição Normal de Probabilidades

5. Conclusão do Curso


Em cada seção, você encontra vídeo-aulas em alta definição, materiais didáticos de alta qualidade, listas de exercícios, testes de avaliação dos conhecimentos, links para recursos online e muito mais.  Ao final desse curso, você terá um excelente conhecimento de Estatística no nível intermediário e estará pronto para aprofundar seus conhecimentos em um curso mais avançado.


O CURSO DE MACHINE LEARNING

As grandes empresas estão em busca de profissionais que saibam tratar e trabalhar dados, permitindo que novos insights sejam descobertos e aplicados ao seu negócio. Atualmente, a mineração de dados se mostra fundamental para a descoberta de novas informações e conhecimento, formatados em regras e padrões, a partir de grandes bases de dados. Nesta perspectiva, torna-se importante o desenvolvimento de um raciocínio crítico acerca dos principais conceitos, problemas e algoritmos relacionados à área de mineração de dados. Esta abordagem visa uma sintonia com as tendências empregadas atualmente no mercado no uso desta tecnologia de modo a preparar o futuro profissional a avaliar e, sobretudo, facilitar seu entendimento no  emprego de metodologias e tecnologias avançadas.

O curso aborda o tema Mineração de Dados, através de aulas práticas e teóricas, utilizando-se de técnicas avançadas de descoberta de conhecimento, os quais provém a capacidade de descobrir novas informações, formatadas em regras e padrões, oriundas da análise de grandes bases de dados. Nesta perspectiva, o desenvolvimento de um raciocínio crítico acerca dos principais conceitos, problemas e algoritmos relacionados a área de Mineração de Dados é a principal habilidade adquirida por quem conclui o curso.

Todo o conteúdo visto é praticado na ferramenta WEKA , que é gratuito e de fácil compreensão. São 6 laboratórios totalmente práticos que você pode realizar durante o curso, detalhados e explicados passo a passo. Você entende os algoritmos e pode praticar com suas bases de dados, sejam arquivos de texto ou banco de dados. Contar com um Framework integrado que apresenta os resultados estatísticos.

Venha e confira!


Você ainda ganha:

  • Acesso total vitalício ao conteúdo do curso;

  • Certificado de conclusão do curso oferecido pela Udemy;

  • Acesso no seu dispositivo móvel e TV ou Computador;

  • Garantia de 30 dias para a devolução do seu dinheiro;

  • Acesso 24h / 7 dias por semana ao professor através da seção de Perguntas e Respostas.


SEJA MAIS UM ALUNO DESTE CLUBE QUE NÃO PARA DE CRESCER!


Screenshots

Estatística, Probabilidade e Machine Learning
Estatística, Probabilidade e Machine Learning
Estatística, Probabilidade e Machine Learning
Estatística, Probabilidade e Machine Learning

Content

Introdução

Introdução ao Curso "Estatística, Probabilidade e Machine Learning"

INFORMAÇÕES IMPORTANTES - Leia antes de iniciar o curso

ATIVIDADE: O seu estilo de aprendizagem

O Curso de Probabilidade e Estatística

Introdução ao Módulo 1 - Variáveis Aleatórias Discretas

Entendendo Variáveis Aleatórias

Construindo uma Distribuição de Probabilidades Discreta

Calculando a Esperança de uma distribuição de probabilidades discreta

ATIVIDADE: Investigando a Variância e o Desvio Padrão

Entendendo a Distribuição Binomial (Parte I)

Entendendo a Distribuição Binomial (Parte II)

Distribuição Geométrica de Probabilidades

Os parâmetros da Distribuição Binomial

Distribuição Binomial

Conclusão do Módulo 1

Módulo 2 - Variáveis Aleatórias Discretas (Parte 2)

Introdução ao Módulo 2

Entendendo a Distribuição de Poisson

ATIVIDADE: Os parâmetros da Distribuição de Poisson

Distribuição de Poisson

Conclusão do Módulo 2

Módulo 3 - Variáveis Aleatórias Contínuas (Parte 1)

Introdução ao Módulo 3

Entendendo as Variáveis Aleatórias Contínuas

Investigando a Distribuição de Probabilidades Contínuas

Variáveis Aleatórias Contínuas

Conclusão do Módulo 3

Módulo 4 - Variáveis Aleatórias Contínuas (Parte 2)

Introdução ao Módulo 4

Introdução à Distribuição Normal de Probabilidades

Calculando probabilidades com a Distribuição Normal

Entendendo a Distribuição Normal Padrão de probabilidades

Utilizando a Distribuição Normal Inversa

PROJETO DE CONCLUSÃO DO CURSO: Simulador do Tabuleiro de Galton

Conclusão do Módulo 4

Conclusão do Curso de Probabilidade e Estatística

Mineração de Dados com WEKA

Entendendo Sobre Mineração de Dados

Instalação da Ferramenta WEKA

Entendendo as Tarefas de Mineração de Dados

Algoritmos de Classificação - Parte 01

Algoritmos de Classificação - WEKA - Parte 02

Algoritmos de Classificação - WEKA - Parte 03

Algoritmo de Agrupamento

Algoritmo Redes Neurais e Agrupamento

Mineração Visual dos Dados

Conclusão do Curso

Aula Bônus: Conclusão do Curso e dicas para os próximos passos em seus estudos


3038096

Udemy ID

4/22/2020

Course created date

5/21/2020

Course Indexed date
Bot
Course Submitted by