R:

  • Modelos de Séries Temporais com R

    Aprenda os tipos de componentes que compõe uma série temporal, entenda os modelos clássicos da metodologia de box and jenkis, como lidar com sazonalidade e como escolher o melhor modelo para realizar previsões baseado em dados históricos. Ementa: 1. Séries...[Continuar lendo]
  • Machine Learning (Modelos Clássicos da Estatística) em R e Python

    Aprenda desde conceitos básicos sobre aprendizado de máquina, métodos de criação, métricas de seleção e aperfeiçoamento de modelos de machine learning! Ementa: Conceitos básicos sobre aprendizado de máquina. Método CRISP-DM para criação, seleção, aperfeiçoamento e monitoramento dos modelos de Aprendizado supervisionado: regressão e classificação; regressão Llinear simples e múltipla, regressão polinomial, regressão de Poisson para dados de contagem com dados inflacionados de zero ou não, modelagem multinível com somente um nível; regressão logística simples e múltipla, regressão quantílica e regressão de cox;  Métricas de seleção adequadas a cada tipo de modelo e métodos de seleção automatizada (STEPWISE, Backward e Foward).
  • Análise de redes e Otimização

    Ementa: 1. Fundamentos de Pesquisa Operacional: Definição de Sistema, Medida de Eficácia Operacional e Modelo. As 7 etapas da Metodologia de Rockower para a modelagem de um problema. Aplicações da Pesquisa Operacional em problemas reais da sociedade. 2. Programação Linear:...[Continuar lendo]
  • Estatística Descritiva e Cálculo das Probabilidades

    Explore e extraia insights valiosos de negócios para embasar a tomada de decisão independente da área que esteja trabalhando e aprenda a lidar com incertezas e modelá-las de forma a tomar melhores decisões.
  • Data visualization com Power BI e R 

    Libere os melhores recursos e aproveite a sinergia entre o Power BI e a linguagem R para ir além dos gráficos e recursos tradicionais oferecidos pela ferramenta para analisar melhor os seus dados!