Python Journey & Machine Learning
LIVE- Sobre a Imersão
- Conteúdo
- Speakers
- Download E-Book
- Investimento e Datas
- Sobre a Imersão
- Conteúdo
- Speakers
- Download E-Book
- Investimento e Datas
Python Journey & Machine Learning
Sobre a Imersão
Python Journey & Machine Learning
Sobre a Imersão
Nosso objetivo é fazer você dominar Classificação, Regressão e Agrupamento (Clusterização), utilizando reconhecidas técnicas como Árvore de Decisão e Máquinas Vetores Suporte, além de modelos complexos que utilizam Deep Learning para Classificação de Imagens e Predição de Séries Temporais.
Queremos formar os profissionais que vão desenvolver soluções inovadoras com Machine Learning, utilizando a linguagem de programação Python. Você vai aprender os conceitos, algoritmos e frameworks mais atuais do mercado, tudo diretamente relacionado a Machine Learning e Deep Learning.
Analistas e profissionais de tecnologia e programação que querem dar seus primeiros passos em Ciência de Dados, resolvendo problemas práticos; e que também buscam soluções para análise preditiva, prescritiva, desenvolvimento de projetos e produtos cognitivos.
Down
Imersões
Down
Python Journey & Machine Learning
Conteúdo
Python Journey & Machine Learning
Conteúdo
Ao dar os primeiros passos no mundo da ciência de dados, a programação se revela como o nosso guia, permitindo que codifiquemos tarefas e desbravemos os caminhos dos dados. Contudo, compreender a matemática não é apenas útil, mas sim crucial para desvendar a lógica por trás de toda manipulação de dados e algoritmos de aprendizado de máquina. Afinal, a essência da ciência de dados floresce a partir das raízes matemáticas!
Neste módulo, sua jornada de aprendizado se entrelaça harmoniosamente entre os fundamentos da linguagem de programação Python e os conceitos matemáticos essenciais. Aqui, você não apenas revisitará alguns dos conceitos básicos e fundamentais da lógica de programação, mas também mergulhará nas principais bibliotecas de ciência de dados, capacitando-se para trabalhar com dados de forma profunda e significativa. Prepare-se para desvendar os mistérios da matemática por trás dos códigos e descobrir as principais ferramentas de dados na linguagem do Python!
O que você vai dominar?
- Instalando e conhecendo o Python e as ferramentas do curso;
- Revisitando lógica de programação em Python;
- Trabalhando com listas, tuplas e dicionários;
- Introdução ao Pandas e Numpy;
- Escrita e leitura de arquivos;
- Orientação a objeto no Python;
- Trabalhando com os algoritmos; (Otimização de algoritmos genéticos);
- Álgebra Linear (Vetores, Matrizes, Sistemas de Equações Lineares, Combinação Linear);
- Cálculo Diferencial e Integral (Funções, Gráficos de Funções, Derivada, Integral e aplicações do Cálculo em probabilidade).
A internet é um recurso que já faz parte de nosso cotidiano e se tornou uma das ferramentas mais utilizada pelas empresas de todo mundo. Em um mundo totalmente conectado, onde empresas possuem plataformas digitais que coletam dados a todo momento, técnicas de extração de dados precisam ser utilizadas para obtenção de insights como monitoramento de tempo de permanência de clientes em sites, comparação de preços, etc.
Neste módulo você aprenderá sobre Web Scraping: uma técnica de coleta de dados avançada com foco em extração de dados de plataformas online, como sites e redes sociais.
O que você vai dominar?
- Básico sobre Anaconda e Python;
- Obtenção de conteúdo HTML de um site;
- Acesso às páginas com request;
- Tratamento de strings;
- Introdução ao BeautifulSoup;
- Varredura de documento HTML;
- Acesso ao conteúdo das tags;
- Métodos find() e findAll();
- Como identificar e selecionar os dados no HTML;
- procedimento de scraping;
- Consumo de dados de APIs;
- CRUD de banco de dados.
Na era da transformação digital, é impossível navegar em um aplicativo ou consumir conteúdo em plataformas de streaming sem entrar em contato com Inteligência Artificial. Das playlists do Spotify às recomendações que o Netflix faz, a IA está por trás de milhares de serviços.
Neste módulo você aprenderá como a imensidão de dados gerados em interações digitais habilitam a máquina a pensar. Com a velocidade das mudanças de hoje, não basta apenas codificar a máquina e esperar resultados lineares. Utilizando Machine Learning, vamos ensinar a máquina a aprender. Você também aprenderá técnicas essenciais de estatística e aprendizado de máquina supervisionado e não supervisionado que um todo profissional de ciência de dados deve dominar!
O que você vai dominar?
- Introdução ao aprendizado de máquina;
- Tipos de aprendizado de máquina (supervisionado e não supervisionado);
- Análise estatística descritiva dos dados e análise exploratória dos dados;
- Algoritmos supervisionados: Regressão linear e logística, KNN, Naive Bayes, Árvore de decisão, Random Forest, métodos de ensemble, XGBoosting, SVM;
- Algoritmo não supervisionados: K-Means, Hierárquico, DBSCan, Apriori, Componentes Principais e Análise Fatorial;
- Métricas de desempenho (matriz de confusão, acurácia, precisão, recall, ROC,RMSE, MAE, MAPE);
- Modelos de Séries Temporais: Média Móvel, ARIMA, Holter-Winters e Decomposição.
Em um mundo moderno onde se deparamos com a indústria 4.0, atendimentos realizados por robôs inteligentes (os chamados Chatbots) estão cada vez mais comum nas empresas do mundo todo. Você já parou para pensar como funciona a inteligência por trás de um assistênte virtual? O uso de processamento de linguagem natural (NLP - Natural Language Processing) possibilita que computadores interpretem texto, ouçam falas, meçam sentimentos e determinem quais partes são importantes. Esse é apenas um dos exemplos que podemos citar dentro das técnicas de processamento de linguagem natural!
Neste módulo você aprenderá as principais técnicas para trabalhar com texto e criar algoritmos inteligentes para classificação de texto.
O que você vai dominar?
- Introdução a processamento de linguagem natural;
- Tokenização dos dados;
- Pré- processamento de texto (limpeza do texto: remoção de acentos, caracteres especiais, urls, regex, etc);
- Stop Words;
- BOW (Bag of words) / TFIDF;
- Word Embeddings;
- Unigramas, bigramas e trigramas;
- Lematização/Stematização;
- Word2vec;
- Word cloud;
- LDA;
- Análise de sentimento.
Assim como Machine Learning é uma competência da área de Inteligência Artificial, Deep Learning nos faz pensar nas formas como a máquina pode aprender sozinha. Se você já utilizou recursos de interface natural como processamento de imagens, visão computacional, reconhecimento de fala ou compreensão de linguagem natural, talvez você nem saiba, mas já é usuário de Deep Learning.
Neste módulo você irá aprofundar seu conhecimento sobre as máquinas e descobrir como elas podem aprender de forma transformadora, simulando o funcionamento do cérebro humano e percebendo nuances de mudanças, como no reconhecimento de imagens.
O que você vai dominar?
- Diferença entre Machine e Deep learning;
- Redes Neurais Multilayer Perceptron e Single Layer Perceptron: arquitetura da rede, neurônio matemático, funções de ativação, feedforward e backpropagation;
- Redes Neurais Convolucionais: arquitetura da rede, como o computador identifica uma imagem, camadas de convoluções e camadas de pooling;
- Redes Neurais Autoencoders;
- Métricas de desempenho: entendendo gradiente;
- Redes Neurais LSTM para séries temporais: arquitetura da rede, como trabalhar com séries temporais, tendência, sazonalidade e estacionaridade.
Depois que criamos os modelos de aprendizado de máquina, como é entregue um produto final para utilizar esse modelo produzido? Neste módulo, exploraremos não apenas a criação e treinamento de modelos, mas também os passos essenciais para torná-los acessíveis e utilizáveis; Através do Streamlit, você será guiado na construção de interfaces envolventes e amigáveis, permitindo que outros explorem e compreendam os resultados do seu trabalho em aprendizado de máquina.
Prepare-se para mergulhar no mundo do deploy, onde a magia da ciência de dados se encontra com a praticidade do Streamlit; Este módulo proporcionará as habilidades necessárias para levar seus modelos além do ambiente de desenvolvimento, colocando-os nas mãos daqueles que poderão realmente se beneficiar de suas descobertas e insights.
O que você vai dominar?
- Construindo o pensamento analítico;
- Feature Scaling e pré processamento de dados;
- Criando o modelo preditivo;
- Criando a pipeline;
- Criando a sua própria aplicação preditiva.
Python Journey & Machine Learning
Speakers
Python Journey & Machine Learning
Speakers
Down
Python Journey & Machine Learning
Investimento
Python Journey & Machine Learning
Investimento
Conteúdos