Inscrições até 15/11/2024
Curso de Extensão EaD
Período de oferecimento: 25/11/2024 a 31/03/2025
Investimento
De: 3x de R$ 405,99
R$ 269,42
mensais (3x)
Módulos de aprendizado e aplicação prática
Online com interface de apoio docente
Horas de curso
Aulas Semanais Gravadas
Turmas com número reduzido de alunos para priorizar a qualidade de ensino, com viés prático.
O ensino de qualidade de uma das melhores universidades do mundo está ao seu alcance. Os alunos concluintes recebem certificação Oficial da Unicamp.
Neste curso exclusivo da Unicamp, você será introduzido ao mundo da ciência de dados! E, com auxílio da linguagem de Programação R você estará apto para analisar, descobrir, desenvolver soluções e se diferenciar no mercado de trabalho!
Aulas online assíncronas com com a Professora Ivette Luana, referência no ensino e pesquisa na área.
Conheça a Prof. Ivette, referência em ciência de dados e guia na sua jornada de aprendizado.
Integra o Centro de Estudos em Economia Aplicada (CEA) e o Brazilian Institute of Data Science (BI0S). Professora visitante na Universidad Nacional Agraria La Molina (Perú) e docente no IE/Unicamp, suas pesquisas focam em microeconomia, ciência de dados e complexidade econômica, com ênfase em tecnologia e desenvolvimento econômico.
-
Aliquam at erat nec ipsum ultricies sollicitudin. Ut a nisl in tortor bibendum sodales id quis erat. Morbi mattis semper ligula, Lorem ipsum dolor sit amet,consectetu
Donec Sollicitudin
Nulla quis lorem ut libero
Aliquam at erat nec ipsum ultricies sollicitudin. Ut a nisl in tortor bibendum sodales id quis erat. Morbi mattis semper ligula, Lorem ipsum dolor sit amet,consectetu
Sollicitudin Molestie
Nulla quis lorem ut libero
Aliquam at erat nec ipsum ultricies sollicitudin. Ut a nisl in tortor bibendum sodales id quis erat. Morbi mattis semper ligula, Lorem ipsum dolor sit amet,consectetu
Molestie Malesuada
Nulla quis lorem ut libero
O que os alunos estão dizendo sobre a Extensão CET Unicamp?
Objetivos
A disciplina tem como objetivo principal apresentar uma visão geral e os fundamentos estatísticos e as técnicas introdutórias de Aprendizado de Máquina, para o desenvolvimento de uma base teórica e prática que consolidem as capacidades analítica e interpretativa do profissional no ramo da Analítica e da Ciência de Dados, visando aprimorar os processos de tomada de decisão nos seus respectivos setores de atuação.
o Contextualizaçãodaárea da Ciência de Dados
o Descrição do curso
o Introdução ao R
o Lógica do pacote dplyr
o Processamentodebases de dados com o dplyr
o Lógica do pacote ggplot2
o Visualizaçãode dados com o ggplot
o Tipos de dados
o Medidas de posição
o A moda para variáveis contínuas
o EDA com medidas de posição
o EDA com moda e ggplot
o População, amostra e distribuição amostral
o Distribuiçãoamostral da média e TLC
o Medidas de dispersão
o EDA com medidas de dispersão
o Medidas de associação
o EDAcom medidas de associação, análise e visualização
o Distribuiçõesde probabilidade mais usadas na Ciência de Dados
o Lógicade um teste de hipótese
o p-valor
o Testet sobre a média e comparação de médias
o Exercícios sobre o teste t
o Técnicas não supervisionadas - conceitos
o Clustering e medidas de similaridade
o Clustering hierárquico
o Aplicaçãode cluster hierárquico no R
o K-Means
o Aplicaçãode K-Means no R
o Análise fatorial - conceitos
o Lógicada Análise de Componentes Principais - PCA
o Requisitos da PCA
o Aplicação de PCA no R
o Lógicae requisitos da Análise de Correspondência Simples - Anacor
o Extração de resultados da Anacor
o Aplicação de Anacor no R
o Lógicae requisitos da Análise de Correspondência Múltipla - ACM
o Aplicação de ACM no R
o FAMD- análise fatorial de dados mistos no R
o Técnicas supervisionadas - conceitos
o Lógicae requisitos do algoritmo K- NearestNeighbors - KNN
o Métricasde desempenho para classificação e regressão
o KNN para classificação no R
o KNN para regressão no R
o Árvores de decisão - CART
o Medidasdeincerteza para o modelo de CART
o CARTparaclassificação com o pacote rpart no R
o CARTparaclassificação com o pacote caret no R
o Poda, pruning e validação cruzada
o Árvores de regressão - conceitos
o CARTpararegressão com o pacote caret no R
o Comitê de máquinas - conceitos
o Random forests - bagging e boosting
o Bagging para predição no R
o Boosting para predição no R
O único requisito para se inscrever é ter ENSINO MÉDIO completo.
Sim, o número de alunos é limitado para privilegiar a interação entre professor e aluno quando surgem dúvidas a respeito das aulas gravadas!
Os conteúdos dos cursos são liberados semanalmente ao longo de 14 semanas. No entanto, os alunos tem um tempo maior para concluir o curso: 20 semanas. O oferecimento atual está distribuído entre os dias 25/11/2024 a 31/03/2025.
Baseado em suas atribuições como universidade, a UNICAMP, através de sua Diretoria Acadêmica (DAC), emitirá certificado para o aluno aprovado em todas as disciplinas do curso de Extensão. O aluno que não desejar ou não conseguir concluir o curso, pode solicitar à UNICAMP a emissão de certificado de conclusão de disciplinas isoladas do curso de Extensão.
A cada aula liberada, a Prof. Ivette disponibilizará um questionário avaliativo que auxiliará na fixação de conteúdo. Esses questionários, via formulário, compõem a avaliação do curso.