Cursos:

  • 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).
  • Marketing Analytics

    Definição de Marketing. Mercado, Demanda e Valor. Administração de Marketing e os 4P ́s do Mix de Marketing: Produto, Preço, Praça e Promoção. A Matriz BCG como análise das Unidades Estratégicas de Negócio. Análise da participação de mercado e da taxa de crescimento do mercado. Tomada de decisão. Componente prático da Matriz BCG. Definição de Marketing Analytics: definição e evolução. Medidas descritivas básicas de Marketing Analytics. Discussão de projeto prático de Marketing Analytics.
  • SQL e Python para ciência de dados

    Este curso tem como objetivo dar uma visão geral de como funciona um projeto de dados, partindo desde a necessidade do negócio com a especificação e criação do banco de dados, depois do banco de dados criado e de realização de diversas consultas SQL, iremos para a especificação de necessidade de Análises do negócio e passando pela criação pela Modelagem Multidimensional, do Data Warehouse, da Análise Exploratória de Dados e da Visualização de Dados. No final ainda comentamos brevemente sobre SQL para grande volume de dados, Bancos NoSQL e uma Clusterização utilizando Machine Learning.
  • 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]
  • Geoestatística com R e Python

    Aprenda a trabalhar com dados Geoespaciais, fazer mapas de calor, krigagem, geoestatística, criação e validação de modelos Geoestatísticos.
  • Introdução a Bioinformática com Python

    Ementa: O funcionamento molecular dos seres vivos. O dogma básico da biologia molecular e o papel dos RNAs não codificantes. Evolução dos seres vivos: mutação do DNA e pressão evolutiva. Redes metabólicas e de sinalização celular. A investigação do funcionamento...[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!