Curso: Imersão em Ciência de Dados

Apresentamos hoje o curso “Imersão em Ciência de Dados”, totalmente gratuito e disponível em nosso canal no YouTube. Essa é uma nova contribuição do Insight Lab para a formação de novos cientistas de dados brasileiros. O curso tem o propósito de ambientar você no campo de Data Science ao apresentar áreas de conhecimento, metodologias e ferramentas que compõem esta ciência. 

 

Veja o conteúdo de cada módulo:

Introdução (Disponível)

Webinar: Por onde começar e o que você deve saber antes de iniciar sua carreira em Ciência de Dados

 

 Getting ready! (Disponível)

Google Colab

Básico da linguagem Python

Estruturas de dados – Parte 1

Estruturas de dados – Parte 2

 

Estatística (Disponível)

O que é estatística?

Ideias centrais em estatística

Probabilidade e variáveis

Coleta de dados

Coleta de dados – Dados observacionais

Coleta de dados – Erros de coleta

Coleta de dados – Exemplos

– Coleta de dados – Erros não amostrais

 

Numpy, Pandas e pré-processamento de dados (Disponível)

Introdução ao Numpy

Fatiando arrays

Introdução ao Pandas

Pré-processamento de Dados

 

Fundamentos de Aprendizado de Máquina (Disponível)

O que é aprendizagem de máquinas?

Aprendizagem Supervisionada x Não Supervisionada

Introdução à aprendizagem supervisionada – Knn

 

Modelos lineares (Disponível)

Modelos Lineares – Introdução

Modelos Lineares – Regressão Linear

Modelos Lineares – Regressão Logística

Modelos Lineares – Naive Bayes

Modelos Lineares – SVM

 

Métricas de avaliação e técnicas para melhoria dos resultados (Disponível)

Simplificando fluxos de trabalho com pipelines

Validação cruzada

 

Árvores de Decisão (Disponível)

Árvores de Decisão: conceitos básico

Árvores de Decisão: como uma árvore de decisão é construída

Árvores de Decisão: exemplo prático de construção

Árvores de Decisão: com linguagem Python e biblioteca Scikit-Learn

 

Aprendizado não-supervisionado (Disponível)

Introdução a aprendizado não-supervisionado e clusterização

K-Means (Algoritmo)

K-Means (Hands-On)

DBSCAN (parte 1)

DBSCAN (parte 2)

PCA (parte 1)

PCA (parte 2)

PCA (parte 3)

Regras de Associação (parte 1)

Regras de Associação (parte 2)

 

 Redes neurais e aprendizado profundo (Disponível)

Introdução às redes neurais (parte 1)

Introdução às redes neurais (parte 2)

Redes neurais convolucionais 

Redes neurais recorrentes (parte 1)

Redes neurais recorrentes (parte 2)

Redes neurais recorrentes (parte 3)

LSTM

 

Conheça os professores que irão te acompanhar neste curso:

Gustavo Coutinho: Professor no Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), doutorando em Ciência da Computação na Universidade Federal do Ceará (UFC) e pesquisador do Insight Lab.

Regis Pires: Doutor em Ciência da Computação (UFC), professor na Universidade Federal do Ceará (UFC) e coordenador de capacitação e pesquisador do Insight Lab.

José Florêncio: Doutor em Ciência da Computação (UFC) e coordenador negocial e pesquisador do Insight Lab.

Lucas Peres: Doutorando em Ciência da Computação (UFC) e desenvolvedor full stack do Insight Lab.

Lívia Almada: Professora na Universidade Federal do Ceará (UFC), doutoranda em Ciência da Computação (UFC) e pesquisadora do Insight Lab.

Carlos Júnior: Mestre em Ciência da Computação, doutorando em Ciência da Computação (UFC) e pesquisador do Insight Lab.

José Macêdo: Doutor em Ciência da Computação (UFC), professor da UFC e coordenador do Insight Lab.

Ticiana Linhares: Doutora em Ciência da Computação (UFC), professora da UFC e coordenadora de pesquisa do Insight Lab.

 

Durante as próximas semanas, esta página será atualizada com os links dos novos módulos disponíveis. Então, continue nos acompanhando para receber todas essas informações. Bons estudos!

 

 

Marketing Digital | Graduanda em Publicidade e Propaganda na Universidade Federal do Ceará