Imagem gerada por IA usando Microsoft Copilot Designer e Dall-e 3
Olá amigos!
Conforme prometido na semana passada, vamos dar início ao Curso Gratuito de Aprendizado de Máquina (Machine Learning) Aplicada com Python, um presente da COGИITIVA para vocês!
Bom proveito!
Boas-Vindas e Organização do Curso
Bem-vindo!
Seja bem-vindo ao Curso de Machine Learning (Aprendizado de Máquina) Aplicado com Python, da Cognitiva! Este curso lhe fornecerá uma visão geral do que há por baixo da superfície de um resultado de aprendizado de máquina (Machine Learning, em inglês), e lhe ajudará a escolher melhor dentre os modelos (algoritmos) disponíveis, além de habilitá-lo para trabalhar em parceria com cientistas de dados e outras pessoas em uma empresa, de modo a impulsionar a adoção e o uso do aprendizado de máquina.
O conhecimento e as competências digitais são componentes essenciais da transformação tecnológica, à medida que os negócios se tornam cada vez mais focados no cliente e em que a Inteligência Artificial se faz mais presente. Portanto, é essencial ter as competências necessárias para compreender como estas tecnologias são implementadas e integradas numa estratégia empresarial centrada no cliente.
Neste curso, usaremos cenários e exemplos que nos permitirão começar a explorar como as ferramentas de aprendizado de máquina são usadas no contexto de negócios para desenvolver soluções simples relevantes.
A Organização do Curso
O Curso de Aprendizado de Máquina Aplicada com Python, da Cognitiva, é um curso planejado para quatro semanas e divide-se em quatro módulos. Cada módulo semanal é composto de cinco a sete seções, consistindo em unidades de aprendizagem que contêm instrução teórica seguidas de atividades de aprendizagem interativa, focados no desenvolvimento prático de suas habilidades.
Como material adicional também serão fornecidos dados em arquivo texto ou planilhas Excel, artigos de pesquisa, artigos de notícias, fac-símiles de relatórios setoriais e links úteis. Há também um questionário de verificação de conhecimento no final de cada módulo para você testar sua compreensão.
Pré-requisitos
Apesar de ser um curso relativamente simples e focado na prática, é preciso que você tenha em mãos as seguintes ferramentas:
Um computador desktop ou notebook com sistema operacional 64 bits (Windows, Linux ou MacOS) com pelo menos 30 GB de espaço disponíveis no HD e um mínimo de 8GB de RAM;
Acesso à Internet para o computador (ou compartilhamento da internet pelo smartphone);
Você precisará instalar o Excel neste computador ou ter acesso ao Excel no Office365 ou ao Google Calc. Como alternativas:
Se estiver usando Linux, instale o Apache OpenOffice ou o Libre Office, mas saiba que nem todas as funções apresentadas nos módulos 2 e 3 serão compatíveis;
Se estiver usando Mac OS, ainda que com o pacote Office instalado, nem todas as funções estarão disponíveis;
Apesar das restrições acima, que se resumem a ativar o Excel de dentro do Python, as funções importantes como ler e escrever arquivos .xlsx irão funcionar em todas as versões e sistemas operacionais.
Pacote Anaconda para o Python 3 – obrigatório. No decorrer do Módulo 1 iremos ver em detalhes como instalar e configurar o Anaconda;
Embora boa parte do conteúdo esteja em português, a maioria das ferramentas utilizadas requer algum conhecimento de inglês, portanto, saber ler em inglês é um trunfo! Mas se não souber inglês, use e abuse do Google Translator.
Método de Estudos Recomendado
Como tudo na vida, para prosseguir neste curso e atingir seus objetivos de aprendizado, você precisa de disciplina. A Cognitiva sugere que você separe um espaço físico onde você possa se concentrar sem ser interrompido. Se você dispuser deste espaço na sua residência, ótimo!
Se você não tem um espaço em casa onde possa ficar sozinho para se dedicar ao curso, considere ficar até mais tarde no escritório da empresa onde trabalha ou busque por espaços públicos, como bibliotecas ou centros culturais na sua cidade. Até mesmo as bibliotecas de universidades particulares costumam ser abertas ao público em geral, de modo que não é obrigatório ser um aluno para poder frequentá-las. Nestes espaços, normalmente, você vai encontrar acesso gratuito à Internet, além de ter potencialmente o suporte de livros para apoiá-lo.
Rotina de Aprendizagem
Cada pessoa tem seu próprio seu ritmo, mas a Cognitiva sugere reservar ao menos uma hora por dia para se dedicar a este curso, ou, se preferir concentrar tudo num único dia – como um sábado, por exemplo – reserve entre quatro a seis horas, já prevendo intervalos de cinco a dez minutos entre as etapas.
O curso privilegia o auto aprendizado, com foco nos exemplos práticos, mas também traz algumas avaliações para ajudá-lo a aferir se seus objetivos de aprendizagem estão sendo alcançados. Assim, serão fornecidos questionários de revisão de conteúdo ao final de cada módulo, além de uma avaliação adicional ao final do curso.
Apesar de tentarmos ser o mais simples possível, nem sempre você vai entender de imediato o conteúdo apresentado. De modo geral, é necessário que você se prepare mentalmente para aprender algo novo. Se não entender um módulo ou capítulo, repita-o desde o começo, sempre começando pela parte teórica.
A seguir, apresentaremos um resumo do que você verá em cada um dos quatro módulos de forma a que você possa se organizar e pular etapas com as quais você já tenha familiaridade.
Módulo 1 – Introdução ao Python
O objetivo deste módulo é apresentar os princípios fundamentais da codificação de programas de computador usando a linguagem de programação Python. Aqui você vai aprender a instalar e configurar o conjunto de ferramentas Anaconda, como usar o Jupyter Notebook para produzir documentação do seu projeto, e vai conhecer os fundamentos da codificação Python, os seus diferentes tipos de dados e como fazer o controle de fluxos, desvios lógicos e criar e usar funções.
Alguns assuntos que serão abordados no Módulo 1:
Instalação e configuração do ambiente Python usado neste Curso
Usando o Jupyter Notebook para executar código Python interativo
Introdução à linguagem de programação Python
Tipos de dados do Python: strings, inteiros e flutuantes
Variáveis e contêineres: como armazenar e tratar informações em Python
Operadores matemáticos e cálculos em Python
Controle de fluxo e desvios, lógica e funções.
Módulo 2 – Análise de Dados com Python
Neste módulo você vai aprender os fundamentos do uso do Python para trabalhar com dados. Este módulo apresenta a pandas, uma biblioteca Python amplamente usada para manipulação de dados, muito poderosa, porém de fácil assimilação e utilização. Você vai aprender a carregar dados de diferentes fontes, detalhar e segmentar, criar agregações em estilo de tabela dinâmica e também explorar diversas bibliotecas de visualização de dados.
Alguns assuntos que serão abordados no Módulo 2:
Introdução ao trabalho com pacotes Python de terceiros
Trabalhar de forma eficiente com grandes conjuntos de dados usando a biblioteca NumPy para análise numérica de dados
Usando pandas para ler, manipular e analisar dados
Visualização de dados usando matplotlib e Seaborn
Mesclar conjuntos de dados e técnicas para lidar com dados ausentes.
Módulo 3 – Automatizando Planilhas usando Python
A automação ajuda as empresas a tornar os relatórios regulares mais eficientes. Neste módulo, você aprenderá a automatizar fluxos de trabalho do Excel comumente repetidos usando a biblioteca Python xlwings. Aprenda como controlar o Excel a partir do Python e a criar modelos de relatórios que são atualizados em tempo real com os dados mais recentes.
Alguns assuntos que serão abordados no Módulo 3:
Introdução ao xlwings: uma biblioteca Python para interagir com planilhas Excel em tempo real
Usando pandas e xlwings para automatizar a geração de relatórios de BI (Business Intelligence) baseados em Excel
Como integrar o ecossistema de ferramentas científicas de dados Python ao Excel.
Módulo 4 – Aprendizado de Máquina com Python
Neste módulo prático introdutório vamos cobrir os fundamentos da implementação de um projeto de aprendizado de máquina no mundo dos negócios. Você vai aprender os fundamentos da teoria de ML e sua relação com ciência de dados, Big Data e a Inteligência Artificial.
Assuntos que serão abordados no Módulo 4:
Como construir um modelo RFV (recência, frequência e valor) de dados de clientes (CRM) usando algoritmos de aprendizado de máquina
Como usar algoritmos de aprendizado de máquina do tipo árvores de decisão, florestas aleatórias e processamento de linguagem natural
Como avaliar e ajustar algoritmos de aprendizado de máquina e como evitar o overfitting.
Módulo 5 – Algoritmos de Linguagem Natural
Quem tem acompanhado o sucesso do Google Gemini e do Chat-GPT sabe que a capacidade de a Inteligência Artificial em lidar com conteúdo textual evoluiu exponencialmente de 2022 para cá.
No Módulo 5 vamos ver:
Como usar Random Forests para lidar com texto
Como predizer categorias de produtos a partir de sua descrição
Como selecionar algoritmos e estruturar uma solução.
Boa sorte e mãos à obra!
IMPORTANTE: A COGИITIVA se reserva o direito de alterar, suprimir ou cancelar o programa ou o conteúdo deste curso, seja em parte ou na sua totalidade, sem aviso prévio. Este curso é fornecido em caráter gratuito e sem garantias. Ao iniciar as aulas, o aluno declara-se ciente e concorda com a íntegra destes termos. O conteúdo apresentado é de domínio público e os aplicativos e ferramentas de software são, na sua maioria, de código aberto (Open Source), salvo indicação em contrário. As imagens apresentadas nas aulas do curso foram, na sua grande maioria, geradas pela COGИITIVA, representando capturas de tela, gráficos resultantes da execução de código ou imagens ilustrativas geradas por IA. Os dados em planilhas ou em exemplos são todos fictícios, ainda que apresentem alguma coerência. Os nomes de pessoas e empresas são fictícios, também gerados por IA. |
Comments