When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.
Algoritmos de ML WEKA e Estatística Inferencial
Aprenda as principais estatísticas e veja como o WEKA as utiliza para validar seus algoritmos
This Course Includes
udemy
4.7 (5 reviews )
7h 20m 
english
Online - Self Paced
professional certificate
Udemy
About Algoritmos de ML WEKA e Estatística Inferencial
O CURSO DE ESTATÍSTICA INFERENCIAL
Esse curso oferece ao aluno uma base teórica sólida em Estatística Inferencial, e o ajuda a desenvolver as habilidades para resolver problemas práticos envolvendo a Estatística Inferencial. Nesse curso, iremos estudar o teorema do Limite Central, os Intervalos de confiança, testes de Hipótese e significância e a Modelagem estatística, dentre outros, e ao final apresentamos um Projeto de Conclusão do Curso. Ao concluir esse curso, você terá a base necessária para acompanhar o curso de Algoritmos de Machine Learning com a ferramenta WEKA
O CURSO DE WEKA - MACHINE LEARNING
As grandes empresas estão em busca de profissionais que saibam tratar e trabalhar dados, permitindo que novos insights sejam descobertos e aplicados ao seu negócio. Atualmente, a mineração de dados se mostra fundamental para a descoberta de novas informações e conhecimento, formatados em regras e padrões, a partir de grandes bases de dados. Nesta perspectiva, torna-se importante o desenvolvimento de um raciocínio crítico acerca dos principais conceitos, problemas e algoritmos relacionados à área de mineração de dados. Esta abordagem visa uma sintonia com as tendências empregadas atualmente no mercado no uso desta tecnologia de modo a preparar o futuro profissional a avaliar e, sobretudo, facilitar seu entendimento no emprego de metodologias e tecnologias avançadas. O curso aborda o tema
Mineração de Dados
, através de
aulas práticas e teóricas
, utilizando-se de técnicas avançadas de descoberta de conhecimento, os quais provém a capacidade de descobrir novas informações, formatadas em regras e padrões, oriundas da análise de grandes bases de dados. Nesta perspectiva, o desenvolvimento de um raciocínio crítico acerca dos principais conceitos, problemas e algoritmos relacionados a área de Mineração de Dados é a principal habilidade adquirida por quem conclui o curso. Todo o conteúdo visto é praticado na ferramenta
WEKA
, que é gratuita e de fácil entendimento. São 6 laboratórios totalmente práticos que você pode realizar durante o curso, detalhados e explicados passo a passo. Você entenderá os algoritmos e poderá praticar com suas bases de dados, sejam arquivos texto ou banco de dados. Contará com um Framework integrado que apresenta os resultados estatísticos. Venha e confira!
VOCÊ AINDA GANHA
· Acesso total vitalício ao conteúdo do curso; · Certificado de conclusão do curso oferecido pela Udemy; · Acesso no seu dispositivo móvel e TV ou Computador; · Garantia de 30 dias para a devolução do seu dinheiro; · Acesso 24h / 7 dias por semana aos instrutores através da seção de Perguntas e Respostas.
SEJA MAIS UM ALUNO DESTE CLUBE QUE NÃO PARA DE CRESCER!
What You Will Learn?
- Estimar parâmetros de uma população usando estatísticas da amostra relacionada .
- O Teorema do Limite Central .
- Calcular intervalos de confiança e realizar testes de hipótese e significância estatística .
- Distinguir entre erros tipo I e tipo II em testes de hipótese .
- Realizar análises de variância (ANOVA) .
- Entender correlação e regressão linear .
- Contexto da Mineração de Dados - Descoberta de conhecimento em banco de dados, Aplicações práticas .
- Entender o impacto da mineração de dados, Quais são os dados de entrada e saída na Mineração de Dados .
- Aprender as técnicas de Mineração de Dados (Conceitos Básicos, Aprendizado de Máquina) .
- Trabalhar com as técnicas: CLASSIFICAÇÃO, INDUÇÃO DE REGRAS, REGRAS DE ASSOCIAÇÃO, AGRUPAMENTO(CLUSTER) , REDES NEURAIS .
- Utilizar os algoritmos: ÁRVORES DE DECISÃO, APRIORI, KMEANS,ETC .
- Aprendizado Bayesiano (Operacionalização do conhecimento minerado e sua interpretação) .
- Validação do conhecimento descoberto .
- Aprendendo a utilizar o WEKA: uma ferramenta Java para Classificação, Associação, Clustering e Previsão .
- Explanação de Interfaces Visuais para interpretação e divulgação do conhecimento (Mineração Visual) .
- Entendimento e apresentação sobre MINERAÇÃO VISUAL- uso da biblioteca D3js Show moreShow less.