Machine Learning – Da teoria à prática (2ª ed.)

Sinopse

Na era do digital, com a massificação da informação recolhida e armazenada, a área do Machine Learning (ML) tem ganho peso como resposta a questões como otimizar processos existentes, encontrar soluções eficientes, ou prever comportamentos futuros. Indústrias de todos os sectores usam atualmente ML em projetos para filtragem de spam, deteção de fraudes, identificação e previsão de patologias em estruturas, optimização de infraestruturas de transporte, classificação automática de diagnósticos médicos, previsão e planeamento de stock, e muitos outros. Os modelos de ML permitem tomar decisões educadas, reduzir recursos, melhorar tempos de resposta, e solucionar desafios de elevada complexidade, muitas vezes inatingíveis pelo processo humano.

Competência de saída

Com esta formação, pretende-se que o formando compreenda quais os fundamentos dos algoritmos e metodologias de Machine Learning usadas, que saiba justificar a escolha de uma abordagem a um determinado problema, que consiga aplicar os algoritmos a novos conjuntos de dados, e finalmente, que consiga avaliar e criticar os resultados obtidos.

Destinatários

A formação é destinada a todas as pessoas que tenham reduzida experiência com técnicas de Machine Learning e linguagem Python, sendo no entanto necessário que haja um conhecimento geral de conceitos de programação e processos envolventes.

Formador/a

José Neto

Mestre em Engenharia Civil com especialização em Estruturas pela Faculdade de Engenharia da Universidade do Porto. Encontra-se a terminar o Doutoramento em Engenharia Civil na mesma Instituição. Ao longo do seu percurso profissional tem desenvolvido trabalhos na área da ferrovia, dedicados à interação comboio-via, à dinâmica de veículos ferroviários e à identificação da condição da via com recurso a metodologias baseadas em sistemas onboard. Atualmente, é data scientist numa consultora internacional, onde executa projetos para o departamento de CRM (Customer Relationship Management).

Conteúdos Programáticos

  1. Introdução ao Machine Learning
  2. Ambiente de Desenvolvimento Python para Machine Learning
  3. Técnicas para pré-processamento da informação
  4. Técnicas para visualização da informação
  5. Algoritmos de aprendizagem Supervisionada
  6. Algoritmos de aprendizagem Não Supervisionada
  7. Métricas estatísticas para avaliação de algoritmos

Carga horária

17h

Observações

Idioma: Português

Carga horária em sessões assíncronas (estimativa de tempo de autoestudo, fórum e etapas sem intervenção síncrona dos formadores): 17h

Ação de formação totalmente constituída por sessões assíncronas e outro material para autoestudo (vídeos didáticos e componentes de estudo). Cada formando pode gerir o seu tempo de autoestudo.

Serão disponibilizados quatro módulos de conteúdos pedagógicos nas seguintes datas, ficando disponíveis até ao último dia da ação de formação:

– Módulo 1:  02/04/2024

– Módulo 2:  04/04/2024

– Módulo 3:  08/04/2024

– Módulo 4:  10/04/2024

Avaliação: 18/04/2024, das 21h às 23h59m.

Certificação:
Concluída a ação de formação com aproveitamento, será emitido um Certificado de Formação Profissional, com aprovação (sem classificação atribuída), na plataforma SIGO.

Preço Membro:

€50

Preço Não Membro

€150

Preço Estudante:

€25

Partilhe a engenharia que há em tudo o que há

Facebook
Twitter
LinkedIn
WhatsApp
Email