Início Contato Blog  Pagamento
Todos os CursosTodos os CursosTodos os CursosEntrar
Sobre NósDepoimentosMetodologia TTer   FAQ Clientes App's ppspp    esesteppspp    

Machine Learning

Seja muito bem-vindo à nossa Academia.

MATRICULE-SE JÁ!

Vídeos Interativos

96 horas de Curso

Data de Início

Comece Agora

Projetos

5 Projetos Profissionais

Bonus

Deploy do Modelo em Produção
com Aplicação Web

 

Machine Learning

 
 Conhecimento em Machine Learning é o grande diferencial do Cientista de Dados e seu conhecimento é a chave para trabalhar com Big Data Analytics

Machine Learning ou simplesmente, Aprendizado de Máquina,  é a técnica usada por Cientistas de Dados para automatizar a construção de modelos analíticos de dados. Usando algoritmos que aprendem de forma iterativa a partir dos dados, Machine Learning permite que computadores encontrem insights ocultos sem a necessidade de dizer a eles onde procurar.

Este é um curso único. Todos os conceitos de Machine Learning são explicados em detalhes. Você estudará os principais algoritmos de Machine Learning e irá aprender como implementá-los usando R e Python. Estudaremos: Regressão, Classificação, Decision Trees, Random Forest, Naive Bayes, Nearest Neighbours (KNN), K-Means, Support Vector Machines, Deep Learning, Processamento de Linguagem Natural, Redes Neurais e Sistemas de Recomendação.


Por que fazer este curso?

Não existe um número suficiente de profissionais qualificados em Big Data Analytics no mercado brasileiro e internacional. Este curso permitirá a você se qualificar em uma das áreas com maior demanda profissional atualmente. Com uma metodologia que une teoria e prática na dose certa e com modernos recursos de aprendizagem online, você vai poder aplicar seus conhecimentos através de 5 projetos:

Projeto 1 - Implementando um Classificador de Spam com Naïve Bayes

Projeto 2 - Construindo um Sistema de Recomendação de Filmes

Projeto 3 - Criando um Modelo de Machine Learning para Retorno Sobre Investimentos

Projeto 4 - Otimizando o Sistema de Voos de uma Companhia Aérea

Projeto 5 - Análise para Prever a Força do Real em relação a outras moedas


Comece já a sua jornada!
2
Matricule-se!
 

 
 

Pré-requisitos Desejáveis  

1


Não há pré-requisito para realizar este curso, mas alguns conhecimentos são desejáveis:

 
1

    Conhecimento básico de Sistema Operacional 


 

Conhecimento básico de lógica de programação

Conteúdo Programático

 
1. Introdução
 

Assuntos abordados:

Bem-vindo

O que é Aprendizado de Máquina?

Por que Machine Learning está Transformando o Mundo?

Que ferramentas usaremos neste curso?

Processo de Aprendizagem

Tipos de Aprendizagem

Aprendizagem Supervisionada

Aprendizagem Não Supervisionada

Aprendizado Indutivo

Reinforcement Learning

Trainamento, Validação e Teste

O que é um Modelo?

Classificação

The Dark Side of Big Data

Regressão

Clustering

Machine Learning é Dividir para Conquistar

Como Selecionar o Algoritmo Ideal para Cada Problema

E-book - Inteligência Artificial como Interface

4
2. Algoritmos de Machine Learning

Assuntos abordados:

Introdução aos Algoritmos de Machine Learning

Exemplo de Utilização de Modelos Preditivos

Aprendizagem Baseada e Instância

Aprendizagem Baseada em Métodos Probabilísticos

Aprendizagem Baseada em Procura

Aprendizagem Baseada e Otimização

Entropia e Ganho de Informação

Redes Neurais Artificiais

Máquinas de Vetores de Suporte

Métodos Ensemble 

Gradient Boost e Adaboost

Redução de Dimensionalidade

Deep Learning

Modelo Lógico x Modelo Geométrico x Modelo Probabilístico

Modelos Determinísticos x Modelos Estocásticos

Simulação e Otimização

Gradient Descent

Quiz

 
3. Como Funciona a Aprendizagem de Máquina
 

Assuntos abordados:

Introdução ao Processo de Aprendizagem

Teste de Hipóteses - Definindo H0 e H1

Teste de Hipóteses - Testes Paramétricos

Teste de Hipóteses - Erro Tipo I e Erro Tipo II

Teste de Hipóteses - Valor-p

Visualizando o Código de um Algoritmo de Machine Learning

Processo de Aprendizagem e Espaço de Hipótese

Fronteiras de Decisão

Pesos nas Funções-Alvo

Elementos Essenciais do Processo de Aprendizagem

Componenentes do Processo de Aprendizagem

Base Matemática do Processo de Aprendizagem

Machine Learning é Aprendizado a partir dos Dados

Cost Function

Gradiente Descendente (Com Exemplo em Python)

Underfitting x Overfitting

Viés e Variância

Problemas de Variância

E-book - O Teste de Turing

Quiz

4. Regressão
 

Assuntos abordados:

O que é Regressão

Avaliando o Modelo de Regressão: SST, SSE, SSR, MSE, MSA e RMSE

Modelo de Regressão Linear Simples - Explorando os Dados

Modelo de Regressão Linear Simples - Estatística com StatsModels

Modelo de Regressão Linear Simples - Modelo com Scikit-Learn

Modelo de Regressão Linear Simples - Minimizando a Cost Function

Modelo de Regressão Linear Simples - Aplicando Gradiente Descendente

Regressão Linear Simples x Regressão Linear Múltipla, Estatística F e Valor-p

Modelo de Regressão Linear Múltipla - Matriz de Correlação

Modelo de Regressão Linear Múltipla - Multicolinearidade (Autovalores e Autovetores)

Modelo de Regressão Linear Múltipla - Gradiente Descendente

Modelo de Regressão Linear Múltipla - Importância de Atributos e R Square

Regularização LASSO, Ridge

Regressão Logística

Implementando Regressão Linear e Logística com R

Tratamento de Colinearidade em Modelos de Regressão

Vantagens e Desvantagens da Regressão

Quiz

5. Nearest Neighbors (KNN)

Assuntos abordados:

Introdução

KNN e Estrutura de Células de Voronoi

Como funciona o Algoritmo KNN?

Classificação KNN em Python - Carregando o Dataset de Dígitos

Classificação KNN em Python - Pré-Processamento e Normalização

Classificação KNN em Python - Construção do Modelo e Redução de Dimensionalidade

Classificação KNN em Python - Alterando Parâmetros do Modelo

Classificação KNN em R - Pacote Caret - Parte 1/2

Classificação KNN em R - Pacote Caret - Parte 2/2

E se der empate na votação do KNN?

Vantagens e Desvantagens KNN

Quiz


6. Decision Tree, Random Forest e Métodos Ensemble

Assuntos abordados:

Introdução

O que são Árvores de Decisão?

Construindo uma Árvore de Decisão

Ganho de Informação, Entropia, Índice Gini e Pruning 

Compreendendo a heurística ID3

Construindo uma Árvore de Decisão em R e Interpretando o Resultado

Pruning da Árvore de Decisão em R

Calculando a Entropia e Construindo Modelo com C5.0 em  R

Construindo uma Árvore de Decisão em Python baseada em Entropia

Random Forest Classifier em Python

Random Forest Regressor em Python 

Métodos Ensemble 

Bagging, ExtraTrees e AdaBoost em Python

Otimização dos Parâmetros com Randomized Search em Python

Grid Search x Randomized Search para Estimação dos Hyperparâmetros

Gradient Boosting Model

Gradient Boosting Classifier

Gradient Boosting Regressor 

Regularização e Shrinkage

Stochastic Gradient Boosting em Python

Otimização do Modelo Preditvo

eXtreme Gradient Boosting (XGBoost) 

Quiz

7. Naive Bayes

Assuntos abordados:

Introdução

Teorema de Bayes

Construindo um Classificador de Spam em R 

Estimador Laplace

Gaussian Naive Bayes em Python - Introdução

Gaussian Naive Bayes em Python - Machine Learning em Astronomia com AstroML

Gaussian Naive Bayes em Python - MeshGrid

Multinomial Naive Bayes em Python - Introdução

Multinomial Naive Bayes em Python - Construindo um Classificador de Notícias

Bernoulli Naive Bayes em Python

Construindo um Classificador Naive Bayes em Python

Melhorando o Poder do Modelo Naive Bayes

Vantagens e Desvantagens do Naïve Bayes

Quiz


8. Clusterização

Assuntos abordados:

O que é Clustering?

Tipos de Clustering - Hierárquico e Particional

Algoritmo K-Means 

Algoritmo K-Means++

Escolhendo o Número Apropriado de Clusters

Método Elbow

K-Means em Linguagem R

K-Means em Python - Visualização dos Clusters

K-Means em Python - Agrupando Clientes por Consumo de Energia

Silhouette Score

Análise de Cluster com Mean Shift em Python

Density-Based Spatial Clustering of Applications with Noise (DBSCAN) em Python

Affinity Propagation em Python

Expectation Maximization em Python

Dendogramas e Heatmaps

Vantagens e Desvantagens do K-Means

Extra - Pipelines Para Automatização de Workflows de Machine Learning 

Extra - Algoritmos Genéticos 

Quiz


9. Support Vector Machines

Assuntos abordados:

Introdução

 

O que são SVM's?

Dados Linearmente Separáveis

Dados Não Linearmente Separáveis

Modelo SVM em Python - Kernel Linear

Modelo SVM em Python - Kernel RBF

Teoria do Aprendizado Estatístico

SVM's Lineares x SVM's Não Lineares

Método Kernel e Função Kernel

Kernel Trick

SVM's com Margens Rígidas x SVM's com Margens Flexíveis

Modelo SVM em R - Construindo o Modelo e Definindo Parâmetros do Kernel

Modelo SVM em R - Ajuste e Otimização do Modelo

Modelo SVM em R - Caso de Uso - Parte 1 - Pré-Processamento

Modelo SVM em R - Caso de Uso - Parte 2 - Criação do Modelo e Feature Selection

Modelo SVM em R - Caso de Uso - Parte 3 - Grid Search e Otimização do Modelo

Support Vector Classifier e Support Vector Regressor em Python

Parâmetros C, Gamma e Kernel

Otimizador RBF x Otimizador Linear

Reconhecimento de Imagens com SVM em Python

SVM x Regressão Logística para Reconhecimento de Imagens

Vantagens e Desvantagens das SVM's

Quiz

 
 
10. Processamento de Linguagem Natural
 
 

Assuntos abordados:

O que é Processamento de Linguagem Natural?

Análise Morfológica, Sintática, Semântica e Pragmática

Boas Práticas em Processamento de Linguagem Natural

NLTK Python - Tokenization, Stopwords, Collocations, Stemming e Corpus

NLTK Python - Bag of Words

NLTK Python - Similaridade de Texto

NLTK Python - Chunking e Parsing

NLTK Python - Wordnets

NLTK Python - Reconhecimento de Padrões

NLTK Python - Reconhecimento de Entidades

Processamento de Linguagem Natural e 
Classificador de Texto Naive Bayes

 

Processamento de Linguagem Natural e 
Classificador de Texto SVM

 

Pacote nlpnet - Natural Language Processing with Neural Networks

OpenNLP em R

Text Analytics em R e C++

Quiz

 
11. Redes Neurais Artificiais

Assuntos abordados:

Introdução às Redes Neurais Artificiais

O que são Redes Neurais Artificiais?
Redes Neurais Artificiais - Origem e Evolução
O Neurônio Biológico

O Neurônio Matemático

A Arquitetura de Redes Neurais Artificiais
Processo de Aprendizagem de Uma Rede Neural
Perceptron
Perceptron e Funções de Ativação
Adaline e Regra Delta
Perceptron em Python
Aprendizado pelo Gradient Descent e Stochastic Gradient Descent
Perceptron com Scikit-Learn
Perceptrons de Múltiplas Camadas (Multilayer Perceptron - MLP)
Multilayer Perceptron com Scikit-Learn
O Algoritmo Backpropagation
Backpropagation e Função Sigmóide em Python
Multilayer Perceptron em Python com Neurolab
Redes Neurais Artificiais em R 
Redes Neurais Artificiais - Vantagens e Desvantagens

Quiz

 
 
12. Introdução ao Deep Learning 

Assuntos abordados:

 

Introdução

O que é Deep Learning?

Como Funciona Deep Learning?

Onde Deep Learning Está Sendo Utilizado?

Deep Neural Networks 

Redes Neurais Profundas e o Córtex Visual 

Convolutional Neural Networks 

Recurrent Neural Networks 

LSTM - Long Short-Term Memory

Função Softmax

Hot Encoding

Stochastic Gradient Descent

Momentum e Learning Rate

Regularização e Dropout

Deep Learning Frameworks - Theano, TensorFlow e Keras

Deep Learning em Python com Keras -  Parte 1

Deep Learning em Python com Keras -  Parte 2

Deep Learning em Python com Keras -  Parte 3

Deep Learning em Python - Redes Convolucionais com Tensorflow - Parte 1

Deep Learning em Python - Redes Convolucionais com Tensorflow - Parte 2

Deep Learning em R - Parte 1

Deep Learning em R - Parte 2

Otimização com Gradiente Descendente e SGD em Linguagem R 
Quiz

13. Sistemas de Recomendação

Assuntos abordados:

Introdução

O que são Sistemas de Recomendação?

Tipos de Sistemas de Recomendação

Sistema de Recomendação Baseado no Item Mais Popular

Associação e Modelos Market Basket

Filtros Colaborativos

Filtragem de Conteúdo

Modelos Híbridos

Evolução dos Sistemas de Recomendação

Sistemas de Recomendação - Neighborhood-based 

Sistemas de Recomendação - Mathematical-based 

Sistemas de Recomendação - Machine Learning-based 

Sistemas de Recomendação em Linguagem R

Sistema de Recomendação com Recommender Lab

Sistema de Recomendação em Python

Medidas de Performance

Neighborhood-based x Latent-factor models x Classifier-based

Quiz

 
14. Projeto e Avaliação

Assuntos abordados:

Projeto 1 - Implementando um Classificador de Spam com Naïve Bayes

Projeto 2 - Construndo um Sistema de Recomendação de Filmes

Projeto 3 - Criando um Modelo de Machine Learning para Retorno Sobre Investimentos

Projeto 4 - Otimizando o Sistema de Voos de um Companhia Aérea

Projeto 5 - Análise para Prever a Força do Real em relação a outras moedas

Avaliação Final

 
15. Bonus - Deploy do Modelo de Machine Learning em Produção com App Web

Assuntos abordados:

Projeto

Introdução

Definindo o Projeto

Construindo e Treinando o Modelo de Deep Learning

Módulo para Carregar o Modelo em Formato Json

Design da Interface WEB

Construindo a Aplicação Web
Usando o Modelo de Deep Learning para Previsões em Tempo Real Via Aplicação Web
Fazendo o Deploy em Produção em Nuvem na AWS
Publicando a Aplicação  Web e Fazendo Previsões em Tempo Real
Configurando o DNS Para a Aplicação Web

 
 
 

Pronto para se tornar um Cientista de Dados?

Clique aqui

Caso queira adquirir apenas este curso

Clique aqui
                 
 

Quem Somos

Sobre Nós

Instrutor DSA

Todos os Cursos

Blog


Como Funciona

  • Política de Privacidade
  • Termos de Uso
  • Formas de Pagamento
  • Perguntas Frequentes
  • Metodologia de Ensino
  • Contate-nos

  • Formação Cientista de Dados
  • Formação Inteligência Artificial
    Formação Engenheiro de Dados
    Formação Java para Data              Science e I.A.

Participe

  • Facebook
  • Twitter
  • Google +
  • Linkedin
  • Tumblr
  • Pinterest
  • Instagram
  • Youtube
  • Github

App

  • Iphone & Ipad
  • Android
  •  

Copyright © 2018 Data Science Academy. Todos os Direitos Reservados.
2
  • Multimedia
  • Questionnaires
  • Certificates
  • Embed
Multimedia
  • Video
  • Ebook
  • Pdf
  • Youtube
  • SoundCloud
  • Audio
Questionnaires
  • Quiz
  • Exam
  • Assignment
Certificates
  • Certificate
  • Certificate of completion
Embed
  • Embed
  • Slideshare
  • External link
Select the type of content for your learning unit.
Crie sua conta na !
Click para carregar o avatar
Eu aceito os  Termos e Condições
Inicie sua Jornada de Aprendizagem
Entrar Esqueceu ou Deseja Trocar sua Senha?
Escolha uma nova senha!
Ok
Cancelar
Faça seu Login, ou Crie uma nova conta para iniciar sua aprendizagem
Iniciar aprendizagem
Male
Female

Entrar com Facebook

Entrar com Twitter

Entrar com Linkedin

ou
Clique Aqui para Fazer o Login.
Criar  ContatoUma Nova Conta Gratuita Esqueceu ou Deseja Trocar sua Senha?
Entre com sua nova senha!
Ok
Cancelar

Registro y Pago

1
Registro
2
Producto
Product info
 
$ 60
Tem um Cupom?
Sim, eu tenho!
Invoice details
Eu aceito os Termos e Condições
CONFIRMAR
Cursos
  • Todos
  • Meu
  • Mais novo
  • Popular
  • Categorias

There are no free, paid or coming soon courses in your school yet.
Why don't you create one?

Oops, your school's owner is working hard preparing the courses for you.

Oops, you haven't created any courses yet.

Wouldn't it be a good idea to create a course?