Data Relationships

Esse curso conta com a supervisão acadêmica COPPEAD/UFRJ e sua proposta é habilitar o aluno no uso das ferramentas básicas do cientista de dados para modelagem de problemas de aprendizado de máquinas não supervisionado e suas aplicações.
Ao final do curso, o aluno deverá ser capaz de utilizar as principais técnicas de redução de dimensionalidade, clusterização e análise de redes sociais, utilizando a linguagem de programação R, com aplicação em problemas reais.
Além de abordar conceitos, teorias e modelos, o curso é desenhado para auxiliar os participantes no desenvolvimento de recursos e competências necessárias ao desempenho profissional na área de Ciência de Dados.
Conteúdos:
1. Técnicas de clusterização;
a. Kmeans.
b. Fuzzy c means.
c. Clusterização hierárquica.
d. Dbscan.
2. Técnicas de redução de dimensionalidade;
a. SVD.
b. PCA.
c. NMF.
d. Autoencoder.
e. Kernel PCA.
3. Análise de redes sociais.

Desafios da certificação:
• Participar do programa, contribuindo de forma crítica e efetiva nas atividades e práticas propostas.
• Aplicar os conhecimentos adquiridos, trazendo a devolutiva ao longo do curso.
Carga horária:
• 42 horas síncronas, tempo de preparação para as atividades, aulas de monitoria e mentoria no desenvolvimento de um projeto de ciência de dados.

O que é necessário para conquistar este badge

• Presença mínima de 85% da carga horária total do programa.
• Contribuição ativa e relevante em sala de aula, conforme avaliação do instrutor.
• Aprovação nos trabalhos das disciplinas.
• Desenvolvimento de projeto de ciência de dados proposto pelo coordenador.