Visão Geral
Este curso de treinamento é para pessoas que gostariam de aplicar Machine Learning em aplicações práticas.
Objetivo
O objetivo é dar aplicações práticas de Aprendizado de Máquina aos participantes interessados em aplicar os métodos no trabalho.
Publico Alvo
Este curso é para cientistas de dados e estatísticos que tenham alguma familiaridade com estatística e saibam programar R (ou Python ou outra linguagem escolhida). A ênfase deste curso está nos aspectos práticos da preparação de dados/modelos, execução, análise post hoc e visualização.
Materiais
Português/Inglês + Exercícios + Lab Pratico
Conteúdo Programatico
- Naive Bayes
- Multinomial models
- Bayesian categorical data analysis
- Discriminant analysis
- Linear regression
- Logistic regression
- GLM
- EM Algorithm
- Mixed Models
- Additive Models
- Classification
- KNN
- Bayesian Graphical Models
- Factor Analysis (FA)
- Principal Component Analysis (PCA)
- Independent Component Analysis (ICA)
- Support Vector Machines (SVM) for regression and classification
- Boosting
- Ensemble models
- Neural networks
- Hidden Markov Models (HMM)
- Space State Models
- Clustering
TENHO INTERESSE