Trailer
Sinopse
Você sabe o que é Machine Learning? E inteligência artificial? Se você quer se atualizar e entender mais desse mundo, essa disciplina é para você. Nela será visto o processo da ciência de dados: etapas, ferramentas e preparação de dados. Regressão e classificação: viés e variância, modelos (não)lineares, métricas, validação, hiper parâmetros e regularização. Conjuntos. Variantes e aplicativos de tarefas de aprendizado de máquina. Tudo isso em um ambiente onde a linguagem falada e ouvida é inglês.
Vídeo
Classificações
60%
40%
Clássicas
Ativas
10%
90%
Provas
Atividades
40%
60%
Teórica
Prática
50%
50%
Social
Técnica
60%
40%
Individuais
Em grupo
90%
10%
Presencial
EAD
Podcast
Velocidade 1.0x
Materiais
Sem materiais disponiveis...
Conhecimentos / Competências Desejados
Lógica de programação; Matemática estatística
Tópicos
Sem tópicos cadastrados
Obstáculos
Alguns dos fatores que podem prejudicar o aprendizado da matéria, é a dificuldade que o aluno possa trazer em programação e em matemática estatística. Muito embora a parte mais crucial do componente do curso seja a estatística, mas o auxílio que a programação pode oferecer com o tratamento dos dados, entre outras funções. Mesmo com essa ajuda ainda é necessário um esforço, por parte do aluno, uma vez que a parte prática irá ser mais presente, do que outras matérias mais expositivas.
Metodologias
Não há metodologias cadastradas
2025
Índices de aprovação
Altere a data ou marque/desmarque a opção "Todos os
períodos" para fazer uma nova busca.
Buscando dados...
Aprovados
0%
Reprovados
0%
Nota média (todas as unidades)
0
Nota média por unidade
Unidade 1
N/A
Unidade 2
9.7
Unidade 3
4.2
Conteúdos
Ementa
-
The data science process: stages, tools, and data preparation. Regression and classification: bias and variance, (non)linear models, metrics, validation, hyperparameters, and regularization. Ensembles. Machine learning task variants and applications.