APRENDIZADO DE MÁQUINA

Machine Learning (Aprendizado de Máquina)

Machine Learning ou "aprendizado de máquina" faz parte de várias aplicações comerciais e projetos de pesquisa atuais. Ela está presente em praticamente todas as áreas como em diagnoses médicas, reconhecimento de imagens, carros autônomos, setores financeiros, de energia, redes sociais e em detecção de fraudes, entre outras. Muitos acham que Machine Learning pode ser aplicado apenas por empresas que possuem grandes equipes de desenvolvimento. Entretanto, com os conhecimentos adquiridos neste curso você terá condições de implementar as suas próprias soluções de Machine Learning usando os mesmos algoritmos utilizados por estas grandes empresas.

Metodologias Conteúdo programático Objetivos do curso Público-alvo Certificado e critérios de aprovação Professores Duração Investimento

Metodologias

AGUARDE ABERTURA DE INSCRIÇÕES

O curso será ofertado na modalidade à distância, ao longo de 8 semanas.

Todo o material do curso será disponibilizado em diferentes mídias, como: vídeos, áudios, animações, exercícios e atividades interativas assíncronas tais como Fóruns de discussão.

As aulas expositivas serão divididas em videoaulas de aproximadamente 15 minutos. Já o material complementar trará apostilas, livros e artigos técnicos, a maioria em português.

O curso conta com o suporte virtual constante do professor conteudista e de tutores (professores e estudantes de pós-graduação), que acompanham os alunos em todas as atividades no ambiente virtual da Universidade de São Paulo (USP). Essa plataforma oferece recursos completos de comunicação e interação entre os participantes.

Para um ótimo aproveitamento, estima-se uma dedicação média de 2 a 3 horas semanais por parte dos alunos.

Conteúdo programático

Módulo 1

Definição de Machine Learning
Aprendizado Supervisionado e não supervisionado
Conceitos de Generalização, Overfitting e Underfitting

Módulo 2

Exemplo de uma aplicação de Machine Learning em Python
K-Nearest Neighbor
Conceito de fronteira de decisão

Módulo 3

Regressão Linear
Regressão Logística
Support Vector Machines

Módulo 4

Redes Neurais
Árvore de Decisão
Random Forests

Módulo 5

K-means
PCA-Principal Component Analysis

Módulo 6

Métricas para avaliação dos modelos de classificação
Preparação de dados

Objetivos do curso

O objetivo deste curso é introduzir as principais ferramentas de Machine Learning e as suas formas de aplicação. As explicações teóricas são complementadas com exemplos de programas em Python, ilustrando o uso das ferramentas de Machine Learning na prática. Vale ressaltar que os alunos não precisam ser programadores de linguagem Python para entender estes exemplos. Entretanto, uma noção básica de programação é sempre útil.

Público-alvo

Profissionais que atuam em Tecnologia da Informação, tanto nas áreas técnicas quanto gerenciais.

Certificado e critérios de aprovação

Para obter o Certificado emitido pela Universidade de São Paulo, os alunos deverão atender os critérios de aprovação da universidade que são:

Frequência de 75% (Avaliado conforme acesso ao site do curso)
Aproveitamento de conteúdo: 70% (Nota 7,0)
O certificado será emitido e encaminhado para o e-mail do aluno 30 dias após o término do curso

Professores

Professores

Stephan Kovach

Duração

Para maiores informações, envie um email para cursos@larc.usp.br

Investimento

O valor do investimento é de R$ ...
Taxa de inscrição: isenta.