Gerenciar e analisar grandes quantidade de dados, o que chamamos de Big Data, tornou-se uma parte essencial das finanças, varejo, marketing, ciências sociais, desenvolvimento e pesquisa, medicina , governo modernos e qualquer área científica.
Essa pós compacta que a Academy Space está oferecendo apresentará os principais conceitos de Data Science e de Machine Learning para que você possa estar preparado tanto para cursos mais avançados como também para se destacar na sua atividade profissional.
Ele se concentra nas habilidades básicas de matemática, estatística e programação necessárias para tarefas típicas usadas atualmente para realizar uma completa análise de dados.
Será apresentada uma revisão da parte matemática e da parte estatística fundamental para o aprendizado de técnicas mais avançadas, além de álgebra linear que está no coração dessas análises.
Os conceitos de machine learning, deep learning, agrupamento de dados, categorização, redução de dimensionalidade, redes neurais, processamento de imagens e de sinais serão apresentados e exemplificados durante o curso. Códigos de programação onde esses conceitos são aplicados também serão apresentados e usando dados reais para exemplificar de forma prática o conceito.
Possui graduação em Geofísica pela USP (1999), mestrado em Ciências e Engenharia do Petróleo pela UNICAMP (2003) e doutorado em Geociências pela Universidade de Campinas (2007). Apaixonado por astronomia, é divulgador científico há mais de 20 anos e criador do SpaceToday, o maior canal sobre astronomia do Brasil com mais de 1,3 milhões de inscritos.
Engenheiro de Visão Computacional e fundador do Sigmoidal, plataforma de educação online, com mais de 6 mil alunos formados nas áreas de Data Science e Inteligência Artificial. Graduado em Ciências Aeronáuticas pela Academia da Força Aérea e Mestre em Ciências e Tecnologias Espaciais pelo ITA. Foi piloto da Força Aérea por 16 anos e instrutor qualificado com mais de 3 mil horas de voo, cientista de dados e Head de Sensoriamento Remoto no Centro de Operações Espaciais.
360 horas de c com Prof. Sérgio Sacani. Clique em cada disciplina para ver o conteúdo
1.1. INTRODUÇÃO AO DATA SCIENCE
1.2. O QUE É DADO
1.3. EXEMPLOS DE DADOS
1.4. TIPOS DE DADOS
1.5. Data Mining
2.1. Revisão de estatística básica
2.2. Média, mediana, desvio padrão,
2.3. Probabilidade revisão
2.4. Probabilidade discreta e probabilidade contínua
2.5. Variáveis aleatórias
2.6. Amostragem
2.7. Distribuições
3.1. Revisão de Álgebra Linear
3.2. Matriz, vetores
3.3. Cálculos com matriz e vetores
4.1. Introdução
4.2. Técnicas de redução de dimensionalidade, Análise de componentes Principais
4.3. Regressão linear
4.4. Técnicas de agrupamentos e classificação
4.5. Exemplos de redução de dimensionalidade
5.1. Introdução
5.2. O que é inteligência artificial, tip[os de inteligência artificial
5.3. Machine Learning vs Inteligência Arttificial
5.4. Métodos supervisionados
5.5. Métodos não supervisionados
5.6. K-Means
6.1. O que são redes neurais
6.2. Deep learning vs Machine Learning
6.3. Método do gradiente
6.4. Back Propagation
6.5. Redes Neurais convolucionais
7.1. Introdução ao Python e bibliotecas
7.2. Exemplos de códigos
7.3. Lógica de programação
8.1. Preparação dos dados
8.2. Filtros – FFT e Transformada Wavelet
8.3. Segmentação dos dados
8.4. Machine Learning e Deep Learning em dados 1D, 2D, 3D e 4D
MATRÍCULA VÁLIDA SOMENTE PARA QUEM CURSOU OU ESTÁ CURSANDO A PÓS EM ASTRONOMIA
Data Science, Inteligência Artificial e Machine Learning
BÔNUS: Kit Aluno Academy Space para os inscritos até 09/04/2024
Duração do Curso: 12 meses
No cartão de crédito, débito ou pix
Com Desconto no Pix/Boleto
De R$ 4.381,00 por
Duas pós-graduações no tempo de uma.
Data Science + Marketing Digital para Projetos Científicos
BÔNUS: Kit Aluno Academy Space para os inscritos até 09/04/2024
Início das Aulas: 22/04/2024
Duração do Curso: 12 meses
No cartão de crédito, débito ou pix
Com Desconto no Pix/Boleto
De R$ 5.161,00 por
Cadastre seu email em nossa lista de espera e seja o primeiro a saber quando abrirmos uma nova turma da Pós-Graduação
Thank you for Signing Up |