Algoritmos Supervisionados para Classifica\u00e7\u00e3o<\/strong><\/p><\/div><\/div>- Entender regress\u00e3o linear log\u00edstica e aplicar para problemas espec\u00edficos<\/span><\/li>
- Entender a diferen\u00e7a de regress\u00e3o e classifica\u00e7\u00e3o e compreender a motiva\u00e7\u00e3o de utilizar algoritmos supervisionados<\/span><\/li>
- Utilizar a metodologia K-Folds de valida\u00e7\u00e3o cruzada<\/span><\/li>
- Desenvolver um treino supervisionado usando \u00e1rvores de decis\u00f5es<\/span><\/li>
- Desenvolver um treino supervisionado usando SVM<\/span><\/li>
- Construir uma solu\u00e7\u00e3o que aplica um modelo elaborado em uma base de dados<\/span><\/li><\/ul><\/div><\/div><\/div><\/div><\/div>
\u00a0<\/p>
Visualiza\u00e7\u00e3o e Classificadores de Dados em Tempo Real<\/strong><\/p><\/div><\/div>- Desenvolver um sistema de coleta de dados usando API p\u00fablicas<\/span><\/li>
- Disponibilizar um ambiente de Redis para criar uma solu\u00e7\u00e3o de streaming de dados<\/span><\/li>
- Preparar um modelo previamente treinado para uma solu\u00e7\u00e3o de streaming de dados<\/span><\/li>
- Criar uma visualiza\u00e7\u00e3o de dados em tempo real usando a ferramenta Plot.ly<\/span><\/li>
- Criar um dashboard baseado em Dash (Python)<\/span><\/li>
- Estabelecer uma metodologia de como atualizar o modelo empregado em produ\u00e7\u00e3o<\/span><\/li><\/ul>
\u00a0<\/p>
Projeto de Bloco<\/strong><\/p><\/div><\/div>Desenvolvimento de uma ferramenta de an\u00e1lise de sentimentos em tempo real (para m\u00eddias sociais ou atendimento a clientes).<\/p><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div> \n\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t
Minera\u00e7\u00e3o de Texto e Processamento de Linguagem Natural<\/span>\t\t\t\t\t\t<\/i><\/i><\/span>\t\t\t\t\t<\/div>\n\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t
Minera\u00e7\u00e3o de Texto com Stack ELK<\/strong><\/p><\/div><\/div>- Entender o pipeline do Stack da Elastic<\/span><\/li>
- Compreender o que s\u00e3o shards<\/span><\/li>
- Gerenciar logs de opera\u00e7\u00e3o usando LogStash<\/span><\/li>
- Executar MLT Queries na base do ES<\/span><\/li>
- Desenvolver um classificador de categorias de texto usando a base de dados \u201cThe 20 newsgroup dataset\u201d<\/span><\/li>
- Desenvolver um sistema de recomenda\u00e7\u00e3o utilizando queries MLT<\/span><\/li><\/ul><\/div><\/div><\/div><\/div><\/div>
\u00a0<\/p>
Processamento de Linguagem Natural com Python<\/strong><\/p><\/div><\/div>- Instalar a biblioteca NLTK<\/span><\/li>
- Implementar t\u00e9cnicas de lematiza\u00e7\u00e3o usando a biblioteca NLTK<\/span><\/li>
- Identificar Base de Dados de Interesse e acess\u00e1-los usando Python<\/span><\/li>
- Instalar a biblioteca Space<\/span><\/li>
- Construir um modelo de reconhecimento de entidades (NER) usando Spacy<\/span><\/li>
- Desenvolver pacotes de modelos e disponibiliz\u00e1-los em ambiente de produ\u00e7\u00e3o<\/span><\/li><\/ul>
\u00a0<\/p>
Projeto de Bloco<\/strong><\/p><\/div><\/div>Extra\u00e7\u00e3o autom\u00e1tica de entidades (pessoas, organiza\u00e7\u00f5es, lugares) presentes em bases textuais (ex: textos jur\u00eddicos ou jornal\u00edsticos).<\/span><\/p><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t<\/div> \n\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t
Redes Neurais e Deep Learning<\/span>\t\t\t\t\t\t<\/i><\/i><\/span>\t\t\t\t\t<\/div>\n\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t
Redes Neurais com TensorFlow<\/strong><\/p><\/div><\/div>- Identificar as diferentes camadas de uma Rede Neural Artificial<\/span><\/li>
- Compreender as diferentes arquiteturas de Redes Neurais<\/span><\/li>
- Criar um modelo de reconhecimento de d\u00edgitos num\u00e9ricos<\/span><\/li>
- Treinar usando o algoritmo de rede backpropagation em Python<\/span><\/li>
- Compreender as diferentes fun\u00e7\u00f5es de ativa\u00e7\u00e3o<\/span><\/li>
- Implementar o modelo em um cen\u00e1rio de produ\u00e7\u00e3o com uma base de imagens<\/span><\/li><\/ul><\/div><\/div><\/div><\/div><\/div>
\u00a0<\/p>
Deep Learning com TensorFlow
<\/strong><\/p><\/div><\/div>- Compreender a utiliza\u00e7\u00e3o de redes profundas<\/span><\/li>
- Compreender a utiliza\u00e7\u00e3o de modelos pr\u00e9-treinados de redes profundas<\/span><\/li>