Estatística Aplicada ao Machine Learning
Domine os conceitos de estatística por trás do poder do Machine Learning
Diego NogareMicrosoft Regional Director
Introdução
- Apresentação 1:00
- Objetivos do curso 1:00
- Pré-requisitos 2:00
- Instruções importantes 2:00
Introdução à Estatística
- População e amostra 4:00
- Tipos de dados 11:00
Tipos de Dados e suas características
- Os 3 Vs do Big Data 12:00
- Dados estruturados 7:00
- Dados não estruturados 11:00
- Combinando dados estruturados e não estruturados 5:00
- Qualidade de dados disponível 10:00
Estatística Descritiva
- Quarteto de Anscombe 3:00
- Prática - Quarteto de Anscombe 5:00
- Medidas de tendência central 6:00
- Prática - Medidas de tendência central 8:00
- Medidas de dispersão 3:00
- Prática - Medidas de dispersão 4:00
- Visualização de dados 11:00
- Análise Exploratória 14:00
- Prática - Histograma, Boxplot e Dispersão 10:00
- Prática - Análise descritiva de um dataset 10:00
Probabilidade
- Conceitos de probabilidade 6:00
- Probabilidade simples 3:00
- Probabilidade condicional 7:00
- Teorema de Bayes 5:00
- Case de probabilidade de estar doente 8:00
- Prática - Probabilidade simples 4:00
- Prática - Probabilidade condicional 5:00
- Prática - Teorema de Bayes 3:00
Inferência Estatística
- Análise formal e preditiva 2:00
- Inferência Estatística 4:00
- Confiança nos dados 2:00
- Testes de hipóteses 6:00
- T-Test 4:00
- P-Valor 4:00
- Prática - Teste de hipótese 7:00
Regressão e Correlação
- Regressão linear simples e múltipla 5:00
- Prática - Regressão linear simples 7:00
- Prática - Regressão linear múltipla 4:00
- Análise de correlação 7:00
- Correlação vs. Causalidade 3:00
- Prática - Análise de Correlação 5:00
Estatística Aplicada ao Machine Learning
- Separação de dados com Hold-out e validação cruzada 8:00
- Métricas de avaliação de performance de modelos 8:00
- Prática - Hold-out e Validação Cruzada 12:00
- Prática - Métrica de avaliação de performance 10:00
Encerramento
- Como continuar estudando? 2:00
- Palavras finais 1:00
Neste curso, você aprenderá os conceitos fundamentais de estatística aplicados ao Machine Learning, abordando desde os princípios básicos, como tipos de dados e probabilidade, até temas mais avançados, como inferência estatística, regressão e correlação.
Com foco prático e orientado ao desenvolvimento de habilidades, o curso explora análises descritivas, visualização de dados, testes de hipótese e métricas de avaliação de modelos. Além disso, você aprenderá técnicas essenciais como validação cruzada e interpretação de resultados, preparando-se para aplicar a estatística de forma eficiente em projetos reais de Inteligência Artificial e avançar em sua jornada de aprendizado.
Perguntas frequentes
Por quanto tempo terei acesso?
Estamos oferecendo 1 ano de acesso para você ter muito tempo para estudar.
O curso é teórico e prático?
Sim, o curso Estatística Aplicada ao Machine Learning aborda toda a teoria que depois é colocada em prática durante o desenvolvimento da aplicação no decorrer do curso.
Como eu tiro as minhas dúvidas durante o curso?
Basta postar sua dúvida no fórum! Abaixo de cada aula existe um fórum onde o instrutor irá lhe ajudar.
Posso assistir o curso por tablet ou smartphone?
Sim, qualquer dispositivo é suportado.
Diego Nogare
Estatística Aplicada ao Machine Learning
Domine os conceitos de estatística por trás do poder do Machine Learning