Programa

Aula 1   Introdução a DM e Análise exploratória de Dados                        

Definição e Conceitos

5 Problemas Típicos de DM

Etapas de um projeto de DM

Análise exploratória na prática

                                                 

Aula 2   Pré-processamento de dados   Tratamento de missing values
Normalização   
Redução de dimensionalidade: seleção de atributos (Filtros, Wrappers, Agregação)     Processo de fabricação de semi-condutores
Balanceamento

Outliers

                                                 

Aula 3   Pré-processamento de dados   Tratamento de missing values

Normalização

Redução de dimensionalidade: seleção de atributos (Filtros, Wrappers, Agregação)     Previsão de atrito dentro da ambiente de trabalho

Balanceamento

Outliers

                                                 

Aula 4   Classificação      Aprendizado supervisionado    

Aplicações          Crédito bancário

Support Vector Machine (SVM)

Árvores de Decisão

                                                 

Aula 5   Classificação     Comitês             

Random Forest

Regressão logística

K nearest neighbors

                                                 

Aula 6   Associação  Apriori Transações em supermercados

FP-Growth

Eclat

                                                 

Aula 7   OFICINA PRÁTICA                          

Aplicação na área de cinema

Aplicação na área de design

Aplicação na área de medicina

Aplicação na área de direito

                                                 

Aula 8   Agrupamento   Particionamento (K-means, K-medoids) Base artificial

Hierárquico (DIANA, AGNES) Segmentação de clientes de um shopping

Densidade (DBSCAN)

                                                 

Aula 9   Agrupamento   Particionamento (K-means, K-medoids) Base artificial

Hierárquico (DIANA, AGNES)     Segmentação de clientes de um shopping

Densidade (DBSCAN)

                                                 

Aula 10 Regressão - Regressão linear simples   

Regressão linear múltipla            Previsão de faturamento de Startups

Regressão não linear simples

Regressão não linear múltipla

                                                 

Aula 11 Regressão         
Regressão linear simples            
Regressão linear múltipla           
Regressão não linear simples                                   
Regressão não linear múltipla  

                                                 

Aula 12 Séries Temporais                          

Média Móvel    Previsão de faturamento de lojas de varejo
Amortecimento exponencial     Previsão do número de passageiros de empresas aéreas

Auto-regressivo integrados de média móvel

Auto regressivo não linear

                                                 

Aula 13 Redes Neurais Artificiais           
Definição e conceitos   
Características básicas   Previsão do preço de aparelhos celulares

História               
Redes Perceptron         

Redes Multilayer Perceptron   
Funções de Ativação    

                                                 

Aula 14 Deep Leaning                 
AlphaGo
Transferência de estilo

Deep Dreams

Sunspring

Aplicações mais recentes na área de Deep Learning      Google translate

Watson

Moral Machine

Deep Angel

Boston Dynamics

Google Duplex

                                                 

Aula 15 OFICINA PRÁTICA - Aplicação na área de política     
Aplicação na área de música     

Aplicação na área de engenharia            

Aplicação na área de pedagogia              

Aplicação na área de arquitetura