Pós-Graduação EAD
Machine Learning Aplicado à Análise de Dados

A capacidade de computadores para tomar decisões, aprender a partir de dados e realizar previsões já não é um futuro distante, mas sim o nosso presente. Estratégias analíticas tornam-se cada vez mais determinantes para que as empresas consigam compreender melhor seus clientes e seus mercados para tomar decisões mais assertivas referentes aos seus negócios. Entender o que seu público-alvo deseja não é tarefa fácil! Com o volume cada vez maior de dados disponíveis, a dificuldade passou a esbarrar também na forma de processá-los, analisá-los e compreendê-los. É nesse contexto que podemos utilizar o Machine Learning (aprendizado de máquina) que, de modo geral, é uma área da ciência da computação criada a partir de pesquisas relacionadas à Inteligência Artificial. Os termos machine learning e inteligência artificial estão intimamente ligados e de forma corriqueira são utilizados alternadamente como sinônimos. Mas há uma diferença: A inteligência artificial é uma tecnologia que permite a um sistema demonstrar raciocínio similar a dos humanos. Machine learning é um tipo de inteligência artificial, ou, em alguns casos, um de seus estágios. A inteligência artificial visa criar máquinas inteligentes que podem reconhecer objetos, vozes, faces, que tenham raciocínio, solucionem problemas, tenham capacidade de planejamento, de manipular e mover objetos. Já o Machine Learning trata da classificação e/ou predição de resultados, gerando novos dados e informações através do aprendizado e análise de padrões a partir de dados históricos. Como exemplos de aplicação podemos citar as traduções do Google, as sugestões da Netflix, o funcionamento do Facebook, a programação de carros autônomos e até a caixa de spam do e-mail. Este curso abordará diferentes técnicas para aprendizado de máquina, desde os algoritmos clássicos de machine learning até deep learning, que é o mais recente no uso de redes neurais artificiais para inteligência artificial. Além disso, serão abordados tópicos como: Reinforcement learning, tipos de aprendizagem, sistemas de recomendação, mineração de texto e processamento de linguagem natural, análise estatística de dados, análise e visualização de dados, entre outros. Tudo isso com o uso das diversas ferramentas e tecnologias amplamente adotadas no mercado. No decorrer do programa, o discente desenvolverá miniprojetos durante as disciplinas sob a supervisão do tutor. Para estes miniprojetos serão utilizadas as linguagens Python e R, as mais usadas para análise de dados e estatística, com o intuito de capacitá-los para oferecerem soluções que funcionam com inteligência artificial, podendo ser inseridas em empresas e diversos segmentos - desde marketing e finanças até medicina, transportes e governo.