Curso Especialista em Machine Learning
24 HorasVisão Geral
Curso Especialista em Machine Learning é para os candidatos que desejam aprender a codificação e fórmula de algoritmos e outros aspectos dos dados e análises.
Estes cursos de aprendizado de máquina e uma mistura de ciência de dados com R, introdução ao aprendizado de máquina, Random Forest, General Boosting & Bagging, Support Vector Machines, Neural Networks and Text Mining with R.
Esta formação permite aos candidatos a sintaxe, variáveis e tipos, criar funções e usar o fluxo de controle, trabalhar com dados em R. Além disso, eles seriam capazes de obter informações sobre regressão, agrupamento, classificação, incluindo a medição da importância da variável através da permutação e experiência prática na solução do algoritmo com o método complexidade de um classificador para obter precisão.
Objetivo
Após o Curso Especialista em Machine Learning, os candidatos seriam capazes de:
- Desenvolver um entendimento das variáveis categóricas e variáveis contínuas, que ajuda no uso eficaz dos métodos de reforço e ensacamento, compreendendo o trabalho dos algoritmos NN.
- Entenda as funções do kernel, como: spline kernels, função linear, base radial e polinomial e Text Mining with R são baseadas na inteligência das estatísticas e R.
- Explore os fundamentos da linguagem R, incluindo sintaxe básica, variáveis e tipos
- Por que o Support Vector Machines é chamado de algoritmo de melhor desempenho
- Como as redes neurais são eficazes na segmentação de imagens
- Como usar o cálculo de forma mais simples
Publico Alvo
- Os profissionais de TI que desejam seguir sua carreira como especialista em aprendizado de máquina.
Pre-Requisitos
- Os candidatos devem ter um breve conhecimentos básicos de programação, SQL e conceitos matemáticos e estatísticos.
Informações Gerais
- Carga horaria 24h
- Se noturno o curso e ministrado das 19h às 23h, total de 6 noites;
- Se aos sábados o curso e ministrado de 09h às 18h, total de 3 sábados;
- Se in-company o curso e ministrado de acordo com agenda do cliente;
Formato de Entrega:
- Presencial em sala de aula;
- On-line ao vivo em tempo real via vídeo conferencia 100% na presença de um instrutor com a mesma qualidade do curso presencial. Solicite um teste para validar a modalidade on-line na pratica;
- In-company
Instrutores:
- Ambos são capacitados atuando diariamente no mercado Deep Learning, Machine Learning, nos mais variados seguimentos de negócios;
- Amos também são profissionais docente em sala de aula, trazendo sua experiência de mercado para dentro da sala de aula;
Cursos in-company
- Os cursos in-company são ministrados em formato padrão;
- Ou cursos customizado com base no processo do cliente, tipo step by step facilitando o dia – dia dos colaboradores internos ou externo, até mesmo em suas clientes mesmo em suas clientes.
- Solicite um orçamento;
Materiais
Português/InglêsConteúdo Programatico
Data Science with R
- Exploratory Data Analysis and Visualization
- R for Data Science
- Data Mining
- Data Analysis for Evidence Based Decision Making
- Industry Applications of Advanced Analytics Models
- Big Data Analytics with Spark
- Project Management in Analytics
- Information to Insight
- Career Management
Introduction to Machine Learning
- An Introduction
- The Regression Algorithms
- The Classifiers: Bayesian and kNN
- Tree Based Algorithms
- SVM and Improving Performance
Random Forest
- Single Decision Tree
- Rise of Ensemble Method
- Practical Exercises in R on Business Case Studies
General Boosting & Bagging
- Decision Tree Ensembles: Bagging and Boosting
- The Case Study: Analysis of Credit Data
- The Case Study: The Titanic Accident
- The Case Study: Comparing Algorithms
Support Vector Machines
- Introduction to the Support Vector Machines
Neural Networks
- An Introduction
- The Perceptron learning procedure
- The backpropagation learning procedure
- Learning feature vectors for words
- Object recognition with neural nets
- Optimization: How to make the learning go faster
- Recurrent neural networks
- More recurrent neural networks
- Ways to make neural networks generalize better
- Combining multiple neural networks to improve generalization
- Hopfield nets and Boltzmann machines
- Restricted Boltzmann machines (RBMs)
- Stacking RBMs to make Deep Belief Nets
- Deep neural nets with generative pre-training
- Modeling hierarchical structure with neural nets
- Recent applications of deep neural nets
Text Mining with R
- An Introduction to the Text Mining
- TM Packages in R
- Regular Expressions
- Sentiment Analysis
- Topic Modelling
- Network Analysis
- Clustering