Ciencia de Dados para Empresas e Negocios

Data Science aplicado em 6 problemas reais de negócios! Marketing, vendas, RH, relações públicas, medicina e produção
Ciencia de Dados para Empresas e Negocios
File Size :
6.74 GB
Total length :
14h 24m

Category

Instructor

Jones Granatyr

Language

Last update

Última atualização em 2/2021

Ratings

4.5/5

Ciencia de Dados para Empresas e Negocios

What you’ll learn

Desenvolva um modelo de IA para reduzir os custos de contratação e treinamento de funcionários, prevendo quais funcionários podem deixar a empresa
Otimize a estratégia de marketing realizando segmentação de clientes
Implemente um modelo de Deep Learning para automatizar e otimizar os processos de detecção de doenças em um hospital, utilizando imagens de raio-x
Desenvolva modelos de previsão de série temporal para prever preços futuros de produtos utilizando o Facebook Prophet
Desenvolva modelos de processamento de linguagem natural para analisar comentários de clientes e identificar o sentimento dos textos
Crie uma IA avançada para classificar peças defeituosas e encontrar a localização dos defeitos nas imagens

Ciencia de Dados para Empresas e Negocios

Requirements

Conhecimentos básicos sobre a linguagem de programação Python são desejáveis
Conhecimentos básicos sobre machine learning

Description

Você está procurando um emprego bem remunerado na área de Ciência de Dados? Ou você é um praticante experiente de inteligência artificial que quer levar sua carreira para o próximo nível? Ou você é um aspirante a empresário que deseja maximizar a receita de seus negócios utilizando Data Science e Inteligência Artificial?Se sua resposta for sim para alguma dessas perguntas, então este curso é para você! Ciência de Dados é um dos campos da tecnologia mais importantes para se estar agora! Essa área está apresentando inúmeras oportunidades e muitas perspectivas de carreira, sendo amplamente adotada em muitos setores, como bancos, área da saúde, transporte e tecnologia. Na área de negócios, Data Science é aplicado para otimizar processos, maximizar receitas e reduzir custos. Devido a isso, o objetivo deste curso é fornecer a você o conhecimento dos principais aspectos das aplicações de ciência de dados em negócios de uma forma prática e fácil. O curso lhe oferece experiência prática usando dados do mundo real!Durante as aulas, vamos assumir que você é um cientista de dados e que trabalhará como consultor para vários clientes nos seguintes departamentos: (1) Recursos humanos, (2) Marketing, (3) Vendas, (4) Medicina, (5) Relações públicas e (6) Produção/manutenção. Você receberá conjuntos de dados de todos esses departamentos para realizar as seguintes tarefas:Departamento de Recursos Humanos: desenvolvimento de um modelo de IA para reduzir os custos de contratação e treinamento de funcionários, prevendo quais funcionários podem deixar a empresaDepartamento de Marketing: otimização da estratégia de marketing realizando a segmentação de clientesDepartamento de Vendas: implementação de séries temporais para prever preços futuros de produtosDepartamento Médico: desenvolvimento de um modelo de Deep Learning para automatizar e otimizar os processos de detecção de doenças em um hospital, utilizando imagens de raio-xDepartamento de Relações Públicas: criação de modelos de processamento de linguagem natural para analisar comentários de clientes nas mídias sociais para identificação de sentimentosDepartamentos de Produção e Manutenção: desenvolvimento de redes neurais para detectar defeitos em peças, bem como localizar os defeitos nas peças defeituosasDurante os seis estudos de caso, você vai aprender várias técnicas de Ciência de Dados, Machine Learning e Deep Learning, como por exemplo: visualização e exploração de dados, tratamento de valores faltantes, algoritmos básicos e avançados de aprendizagem de máquina, avaliação de resultados de algoritmos, agrupamento com k-means, Facebook Prophet para séries temporais, redes neurais artificiais, redes neurais convolucionais, transferência de aprendizagem, segmentação de imagens, processamento de linguagem natural e vários outros assuntos!Todos os estudos de casos serão implementados passo a passo utilizando a linguagem de programação Python e o Google Colab on-line, dessa forma, você só precisa ter um navegador e uma conexão com a internet para assistir as aulas. Não é necessário instalar nenhum software em seu computador!

Overview

Section 1: Introdução

Lecture 1 Boas-vindas e conteúdo do curso

Lecture 2 Mais sobre Data Science

Lecture 3 Recursos para download

Section 2: Departamento de recursos humanos

Lecture 4 Estudo de caso

Lecture 5 Importação das bibliotecas e base de dados

Lecture 6 Exploração da base de dados 1

Lecture 7 Exploração da base de dados 2

Lecture 8 Exploração da base de dados 3

Lecture 9 Exploração da base de dados 4

Lecture 10 Pré-processamento dos dados

Lecture 11 Intuição sobre Regressão Lógistica, Random Forest e Redes neurais

Lecture 12 KPIs/métricas para classificação

Lecture 13 Regressão logística – implementação 1

Lecture 14 Regressão logística – implementação 2

Lecture 15 Random forest – implementação

Lecture 16 Redes neurais artificiais – implementação

Lecture 17 Salvar o classificador

Section 3: Departamento de marketing

Lecture 18 Estudo de caso

Lecture 19 Importação das bibliotecas e base de dados

Lecture 20 Pré-processamento dos dados

Lecture 21 Visualização e exploração dos dados

Lecture 22 Intuição sobre o algoritmo k-means

Lecture 23 Obtenção do número de clusters

Lecture 24 K-means em segmentação de mercado 1

Lecture 25 K-means em segmentação de mercado 2

Lecture 26 Intuição e implementação de PCA (Principal Component Analysis)

Lecture 27 Intuição sobre autoencoders

Lecture 28 Construção e treinamento de autoencoders 1

Lecture 29 Construção e treinamento de autoencoders 2

Section 4: Departamento de vendas

Lecture 30 Estudo de caso

Lecture 31 Importação da base de dados 1

Lecture 32 Importação da base de dados 2

Lecture 33 Exploração dos dados 1

Lecture 34 Exploração dos dados 2

Lecture 35 Exploração dos dados 3

Lecture 36 Exploração dos dados 4

Lecture 37 Intuição sobre o Facebook Prophet

Lecture 38 Previsões de vendas 1

Lecture 39 Previsões de vendas 2 – feriados

Section 5: Departamento médico

Lecture 40 Estudo de caso

Lecture 41 Carregamento da base de dados

Lecture 42 Visualização dos dados

Lecture 43 Intuição sobre redes neurais convolucionais

Lecture 44 Intuição sobre transferência de aprendizagem

Lecture 45 Carregamento da rede neural pré-treinada

Lecture 46 Construção e treinamento da ResNet

Lecture 47 Avaliação da rede neural 1

Lecture 48 Avaliação da rede neural 2

Lecture 49 Classificação de uma imagem

Section 6: Departamento de relações públicas

Lecture 50 Estudo de caso

Lecture 51 Importação das bibliotecas e base de dados

Lecture 52 Exploração dos dados 1

Lecture 53 Exploração dos dados 2

Lecture 54 Limpeza dos dados

Lecture 55 Remoção de pontuação

Lecture 56 Remoção de stop words

Lecture 57 Tokenização e count vectorization

Lecture 58 Pipeline para limpeza dos textos

Lecture 59 Intuição sobre o algoritmo Naïve Bayes

Lecture 60 Treinamento e avaliação do Naïve Bayes

Lecture 61 Treinamento e avaliação da regressão logística

Lecture 62 Classificação de uma frase

Section 7: Departamento de produção e manutenção

Lecture 63 Estudo de caso

Lecture 64 Conceitos sobre segmentação de imagens

Lecture 65 Importação das bibliotecas e base de dados

Lecture 66 Visualização e exploração dos dados 1

Lecture 67 Visualização e exploração dos dados 2

Lecture 68 Construção e treinamento da ResNet 1

Lecture 69 Construção e treinamento da ResNet 2

Lecture 70 Avaliação da ResNet

Lecture 71 Intuição sobre segmentação com ResUnet

Lecture 72 Construção da ResUnet 1

Lecture 73 Construção da ResUnet 2

Lecture 74 Treinamento da ResUnet

Lecture 75 Avaliação da ResUnet e resultados

Section 8: Considerações finais

Lecture 76 Considerações finais

Lecture 77 AULA BÔNUS

Proprietários de negócios que desejam aproveitar o poder da ciência de dados e da inteligência artificial para maximizar a receita, reduzir custos e otimizar seus negócios,Praticantes de ciência de dados que desejam avançar em suas carreiras e construir seu portfólio,Entusiastas de tecnologia que são apaixonados por ciência de dados e IA e desejam obter experiência prática no mundo real,Qualquer pessoa interessada em inteligência artificial, ciência de dados, machine learning ou deep learning,Estudantes de graduação que estejam cursando disciplinas sobre este assunto,Consultores ou futuros consultores que desejam transformar empresas, aproveitando a ciência de dados e IA

Course Information:

Udemy | Português | 14h 24m | 6.74 GB
Created by: Jones Granatyr

You Can See More Courses in the Developer >> Greetings from CourseDown.com

New Courses

Scroll to Top