Autoplay
Autocompletar
Aula anterior
Concluir e avançar
Ciência de Dados
Módulo 1
1.1.1 - Introdução (13:36)
1.1.2 - Metodologias (11:21)
1.1.3 - Data Mining (10:59)
1.1.4 - Tipos de Modelos (14:51)
Exercícios de Fixação
Módulo 2
2.1.1 - Medidas de tendência central (19:46)
2.1.2 - Avaliando Distribuição de dados (11:55)
Exercícios de Fixação
2.1.3 - Estatística Inferencial (18:33)
2.1.4 - Amostragem Mínima (11:05)
2.1.5 - Testes de Hipótese (8:36)
2.1.6 - Margem de Erro e Grau de Confiança (8:21)
2.1.7 - Variância, desvio padrão, covariância, correlação (19:25)
2.1.8 - Probabilidade (11:11)
2.1.9 - Fatorial (11:54)
Módulo 3
3.1.1 - Variáveis e tipos de modelos (12:53)
3.1.2 - Machine Learning (12:24)
3.1.3 - Métricas de avaliação dos modelos (14:15)
3.1.4 - Algoritmos de Machine Learning (20:39)
3.1.5- Interpretabilidade de Modelos (19:05)
3.1.6 - Explicabilidade Modelos (Prática) (27:15)
3.1.7 - Aprendizado Supervisionado Regressão (14:29)
3.1.8 - Regressão Linear Simples (prática) (28:18)
3.1.9- Regressão Linear Múltipla (prática) (15:28)
3.1.10 - Regressão Linear (prática) (42:53)
3.1.11 - Classificação (12:41)
3.1.11 - Classificação (Prática) (85:31)
3.1.13 - Clustering (11:51)
3.1.14 - Clustering (Prática) (25:04)
3.1.15 - Sistemas de Recomendação (7:23)
3.1.16 - Regras de Associação (prática) (21:26)
3.1.17 - Processamento de linguagem natural (10:15)
Módulo 4
4.1.1 - Storytelling com dados Part I (30:00)
4.1.2 - Storytelling com dados Part II (2:19)
2.1.7 - Variância, desvio padrão, covariância, correlação
Conteúdo da aula bloqueado
Se você já entrou no curso,
você precisará fazer login
.
Matricule-se no curso para liberar