Modelagem avançada e aplicação de machine learning para resolver problemas complexos.
Carga Horária: 75h
O foco desta trilha é a modelagem preditiva avançada. Você dominará a Estatística básica aplicada, incluindo média, moda, variância, distribuições e testes de hipóteses. O conteúdo avança para Machine Learning (ML) Clássico, como regressões e K-means, e métodos avançados como Árvores de Decisão, otimização com gradientes e Deep Learning. A trilha inclui módulos dedicados a Modelos de Séries Temporais (granulariedade, tendência, sazonalidade). Em Redes Neurais, serão abordados seus fundamentos (funções de ativação, Backpropagation), técnicas de otimização e arquiteturas como CNNs, RNNs e LSTMs. O aprendizado abrange também o fluxo de trabalho para análise preditiva, desde a amostragem até a avaliação com métricas como AUC ROC e Matriz de Confusão.
Cursos Chave: Estatística Descritiva, Machine Learning Clássico, Modelos de Séries Temporais, Redes Neurais, ML com Visão de Mercado.