Nossas edições se encerraram no momento
Clique no botão abaixo e seja o primeiro a saber
Sobre
O curso se posiciona para aqueles que buscam a aplicação de técnicas de Inteligência Artificial na solução de problemas. A utilização de machine learning tem sido empregada devido ao grande volume de dados produzidos pelas empresas,e desta forma, através de técnicas inteligentes se faz possível a extração de características escondidas , bem como, a criação de padrões para classificar novos dados.
A demanda por aplicações deste tipo está em todos os mercados e áreas, são elas: identificar tendências de mercado, através das redes sociais; análise do sentimento de um público com relação a um produto ou serviço, através dos reviews disponibilizados; agrupamento dos tipos de problemas reportados em um SAC; encontrar padrões em petições jurídicas ou deferimento de sentenças; identificar padrões em prontuários de um paciente e; recomendação de conteúdo/produto em redes sociais.
Profissionais que se especializam nestas tecnologias podem contribuir na criação de modelos capazes de ajudar essas e outras demandas repreendidas no mercado de trabalho.
Mais informações
- Objetivos
Capacitar os alunos na Linguagem de Programação Python
Desenvolver senso crítico de utilização das técnicas de inteligência artificial
Habilitar os alunos nas ferramentas para machine learning e análise de texto: Scikit-Learn; Pandas; Numpy; NLTK.
Capacitar os alunos na criação de modelos de classificação utilizando técnicas de machine learning.
- Metodologia
O curso se baseia na sinergia entres as principais metodologias ativas, como a Problem Based Learning, Challenge Based Learning e a Flipped Classrom. Maximizando a eficácia na construção de resolutividade de problemas reais do mercado bem como utilizando-se de técnicas e ferramentas inovadoras para aumentar o engajamento e a motivação do aluno em um curso remoto.
- Pré-requisitos
Lógica de programação
- Ementa:
Módulo 1 ( 6 horas)
1. Estruturas e comandos da linguagem Python
2. Introdução às bibliotecas Pandas e Numpy para manipulação de arquivos
Módulo 2 (6 horas)
1. Visualização dos dados
2. Análise descritiva de um conjunto de dados
Módulo 3 (18 horas)
1. Conceitos e motivos para utilização de machine learning
2. Primeiro classificador - Introdução ao Scikit-Learn
3. Construção de uma classificador para textos
4. Como avaliar os modelos gerados pelos classificadores - Precisão, recall, acurácia
5. Projeto Final
