Curso de Data Mining em São Paulo

Descrição: As Técnicas de mineração de dados (Data Mining) vem ganhando um espaço notável no âmbito acadêmico bem como no corporativo devido a sua eficiência na descoberta de conhecimento em grandes bases de dados;

Com o fenômeno do Big Data o domínio das técnicas e ferramentas em mineração de dados tornam-se obrigatórias para todas as organizações para não somente compreensão do conhecimento passado, mas também para direcionar estratégias e dar suporte a tomadas de decisão no nível estratégico/tático.

Este curso é direcionado para profissionais de tecnologia da informação, como coordenadores, analistas de dados, DBAs, diretores, técnicos e também professores e estudantes que pretendem buscar aspectos práticos bem como background teórico para implementação de projetos de mineração de dados, bem como elaborar estratégias através da análise de dados utilizando as técnicas e algoritmos da mineração de dados.

Carga Horária: 24 horas

Público-Alvo: Profissionais de Tecnologia da Informação, Analistas de Sistemas, Analistas de Dados, Gerentes, Coordenadores e Desenvolvedores das áreas de negócios, administração, e Datawarehousing / business intelligence;  Demais profissionais das mais diversas áreas do conhecimento que desejam uma abordagem Hands-On emmineração de dados.

Conteúdo

1.    Introdução 2.   Overview sobre o KDD e a Mineração de Dados (data Mining) •    Knowledge Discovery in Databases (KDD) •    Aprendizado de Máquina •    Análise Exporatória de Dados 3.    Introdução a Ferramenta do WEKA 4.    Introdução à Metodologia CRISP-DM •    Alternativas de modelagem CRISP-DM x Agile X PMI e afins;  5.    Pré-Processamento de Dados 6.    Técnicas de Mineração de Dados     Regras de Associação  .   Classificação      Agrupamento (Clustering)      Regressão Linear      Regressão Logística 7.    Avaliação e Validação de Modelos •    Treinamento e Teste •    Avaliação de Modelos  •    Cross-Validation  8.    Casos de Uso Mineração de Dados •    Mineração de Dados Médicos (Classificação)  •    Previsão de Comportamento de Ações na Bolsa de Valores (Regressão Linear)  •    Credit Scoring (Regras de Associação, Clustering)  •    Análise de Clusters de Varejo (Agrupamento)  •    Formulação de Estratégias de Marketing (Regras de Associação, Classificação)