Pós-Graduação EaD em
MACHINE LEARNING E IA
Área: Computação e Tecnologias da Informação e Comunicação (TIC)
Método de Formação Rápida
Conclusão em apenas 6 meses
🚀Garanta Agora a Melhor Oferta de Hoje!
Sobre seu Curso
Nesta Pós o aluno é capacitado para atuar na modelagem, construção e aplicação das técnicas e frameworks para a solução de problemas através do aprendizado de máquina. Além disso, desenvolve a capacidade de avaliar cenários, definir qual é a melhor técnica ou modelo a ser utilizado, ajustar parâmetros e resolver problemas através do aprendizado de máquina.
O que você vai Aprender
Módulo |
Disciplina |
CH |
1 |
O que é transformação digital?; Quais são as tendências da transformação digital?; Inteligência Artificial: trabalha com a criação de máquinas inteligentes que executam funções de maneira semelhante aos humanos; Realidade Virtual: cria uma situação similar à real usando artifícios digitais e tecnológicos; Business Intelligence: a utilização de informações e dados para gerar inteligência que pode ser aplicada na tomada de decisão de um negócio; Automação de Marketing: usa a tecnologia para diminuir o trabalho manual e garantir a assertividade das ações de marketing de uma empresa; Data Science: a ciência que analisa os dados para possibilitar decisões mais assertivas; Como a transformação digital afeta sua carreira?; Como se preparar profissionalmente?; Estude muito; Pense no cliente; Conheça seus concorrentes; Analise seus dados; Crie propostas de valor; Tente inovar; Como a revolução digital influencia na escolha da carreira?; Carreiras digitais: minha profissão vai morrer?
|
80h
|
2 |
Cognitivismo: teoria computacional da mente. Arquitetura de sistemas cognitivos. Cognição como processamento de informação. Modelagem de Sistemas Cognitivos. Conceito de Ciência da Informação. Aspectos históricos e epistemológicos da ciência da informação na computação. Métodos de investigação na Ciência da Informação.
|
80h
|
3 |
Introdução ao aprendizado de máquina. Técnicas (algoritmos) e ferramentas de Machine Learning e suas aplicações; Tipos de aprendizado. Paradigmas de aprendizado. Avaliação experimental de algoritmos de Aprendizado de Máquina e Inteligência Artificial. Algoritmos de Aprendizado de Máquina. Aplicações em problemas de natureza científica e tecnológica.
|
80h
|
4 |
Cálculo de probabilidades por simulação aplicados no Machine Learning. Resolução numérica de sistemas de equações lineares. Solução de equações não-lineares. Processos de Poisson. Cadeias de Markov a tempo discreto: classificação de estados, probabilidade limite e aplicações em sistemas de filas.
|
80h
|
5 |
Compreender e aplicar os fundamentos da linguagem R em aplicações e scripts. Manipular dados utilizando os principais pacotes estatísticos e ferramentas de análise de dados. Criação de modelos estatísticos com programação. Manipulação de dados utilizando os principais pacotes estatísticos e ferramentas de análise de dados.
|
80h
|
6 |
Técnicas de aprendizado de máquina em visão computacional. Manipulação de reconhecimento facial, reconhecimento de objetos em imagens. Redes neurais convolucionais e aprendizado profundo aplicados a problemas de visão computacional. Problemas comuns em visão computacional: segmentação de imagens, classificação de imagens, detecção e reconhecimento de objetos em imagens.
|
80h
|
7 |
Conceitos do Processamento de linguagem natural. Funcionamento dos principais métodos e principais ambientes para implantação. Desenvolvimento que permitam a análise de cases de negócios que envolvem textos decompondo-os em técnicas e ferramentas. Processamento de Linguagem Natural (NLP). Estrutura e sintaxe da linguagem. Processamento de Textos. Implementação em Plataformas.
|
80h
|
8 |
Introdução a Data Storytelling. Porque Usar Data Storytelling?. Como criar histórias. Exemplos Práticos de Data Storytelling. Apresentação Visual. Tipos de Dados e Gráficos. Tipos de Representações para Evitar. Princípios da Percepção Visual. Como elaborar e contar uma história. Conceitos Tradicionais de Design. Casos de Estudo. Dicas e Boas Práticas para Data Storytelling.
|
80h
|
9 |
Introdução e visão geral do processo de machine learning. Principais aplicações. Algoritmos de aprendizado. Capacidade, overfitting e underfitting. Hiperparâmetros e validação. Visão geral de estatística e estimativas. Modelos supervisionados. Modelos não supervisionados. Método do gradiente descendente. Construindo o algoritmo e motivacionais
|
80h
|
TOTAL |
720h |
Preciso de uma tutoria online sobre o CONTEÚDO:
Sobre seu Curso
Nesta Pós o aluno é capacitado para atuar na modelagem, construção e aplicação das técnicas e frameworks para a solução de problemas através do aprendizado de máquina. Além disso, desenvolve a capacidade de avaliar cenários, definir qual é a melhor técnica ou modelo a ser utilizado, ajustar parâmetros e resolver problemas através do aprendizado de máquina.
O que você vai Aprender
Módulo |
Disciplina |
CH |
1 |
O que é transformação digital?; Quais são as tendências da transformação digital?; Inteligência Artificial: trabalha com a criação de máquinas inteligentes que executam funções de maneira semelhante aos humanos; Realidade Virtual: cria uma situação similar à real usando artifícios digitais e tecnológicos; Business Intelligence: a utilização de informações e dados para gerar inteligência que pode ser aplicada na tomada de decisão de um negócio; Automação de Marketing: usa a tecnologia para diminuir o trabalho manual e garantir a assertividade das ações de marketing de uma empresa; Data Science: a ciência que analisa os dados para possibilitar decisões mais assertivas; Como a transformação digital afeta sua carreira?; Como se preparar profissionalmente?; Estude muito; Pense no cliente; Conheça seus concorrentes; Analise seus dados; Crie propostas de valor; Tente inovar; Como a revolução digital influencia na escolha da carreira?; Carreiras digitais: minha profissão vai morrer?
|
80h
|
2 |
Cognitivismo: teoria computacional da mente. Arquitetura de sistemas cognitivos. Cognição como processamento de informação. Modelagem de Sistemas Cognitivos. Conceito de Ciência da Informação. Aspectos históricos e epistemológicos da ciência da informação na computação. Métodos de investigação na Ciência da Informação.
|
80h
|
3 |
Introdução ao aprendizado de máquina. Técnicas (algoritmos) e ferramentas de Machine Learning e suas aplicações; Tipos de aprendizado. Paradigmas de aprendizado. Avaliação experimental de algoritmos de Aprendizado de Máquina e Inteligência Artificial. Algoritmos de Aprendizado de Máquina. Aplicações em problemas de natureza científica e tecnológica.
|
80h
|
4 |
Cálculo de probabilidades por simulação aplicados no Machine Learning. Resolução numérica de sistemas de equações lineares. Solução de equações não-lineares. Processos de Poisson. Cadeias de Markov a tempo discreto: classificação de estados, probabilidade limite e aplicações em sistemas de filas.
|
80h
|
5 |
Compreender e aplicar os fundamentos da linguagem R em aplicações e scripts. Manipular dados utilizando os principais pacotes estatísticos e ferramentas de análise de dados. Criação de modelos estatísticos com programação. Manipulação de dados utilizando os principais pacotes estatísticos e ferramentas de análise de dados.
|
80h
|
6 |
Técnicas de aprendizado de máquina em visão computacional. Manipulação de reconhecimento facial, reconhecimento de objetos em imagens. Redes neurais convolucionais e aprendizado profundo aplicados a problemas de visão computacional. Problemas comuns em visão computacional: segmentação de imagens, classificação de imagens, detecção e reconhecimento de objetos em imagens.
|
80h
|
7 |
Conceitos do Processamento de linguagem natural. Funcionamento dos principais métodos e principais ambientes para implantação. Desenvolvimento que permitam a análise de cases de negócios que envolvem textos decompondo-os em técnicas e ferramentas. Processamento de Linguagem Natural (NLP). Estrutura e sintaxe da linguagem. Processamento de Textos. Implementação em Plataformas.
|
80h
|
8 |
Introdução a Data Storytelling. Porque Usar Data Storytelling?. Como criar histórias. Exemplos Práticos de Data Storytelling. Apresentação Visual. Tipos de Dados e Gráficos. Tipos de Representações para Evitar. Princípios da Percepção Visual. Como elaborar e contar uma história. Conceitos Tradicionais de Design. Casos de Estudo. Dicas e Boas Práticas para Data Storytelling.
|
80h
|
9 |
Introdução e visão geral do processo de machine learning. Principais aplicações. Algoritmos de aprendizado. Capacidade, overfitting e underfitting. Hiperparâmetros e validação. Visão geral de estatística e estimativas. Modelos supervisionados. Modelos não supervisionados. Método do gradiente descendente. Construindo o algoritmo e motivacionais
|
80h
|
TOTAL |
720h |
Preciso de uma tutoria online sobre o CONTEÚDO:
Boleto
R$ 119,00 R$ 79,90
Mensais no boleto
Investimento Inicial de R$180,00.
- ✔️ Compra 100% Segura
- ✔️ Garantia de 7 Dias
- ✔️ Suporte Online
Cartão
R$ 99,90 R$ 66,90Mensais no Cartão de Crédito
Investimento Inicial de R$180,00.
- ✔️ Compra 100% Segura
- ✔️ Sem Juros
- ✔️ Sem Taxas Abusivas
- ✔️ Garantia de 7 Dias
- ✔️ Suporte Online
À VISTA
R$ 1798,20 R$ 1198,80
Investimento Inicial de R$180,00.
- ✔️ Compra 100% Segura
- ✔️ Sem Juros
- ✔️ Sem Taxas Abusivas
- ✔️ Garantia de 7 Dias
- ✔️ Suporte Online
Garanta Agora o seu Bônus para retomada dos Concursos em 2022
A Pós graduação mudou a minha VIDA
“A Pós graduação mudou a minha VIDA”
A Pós graduação em MACHINE LEARNING E IA é para mim?
Análise se um desses motivos faz sentido para Você.
Ficou alguma dúvida?
De acordo com pesquisa da Fundação Getúlio Vargas (FGV), profissionais pós-graduados recebem cerca de 66% a mais do que seus colegas que possuem somente graduação. Ter uma especialização aumenta em torno de R$ 1.800,00 no salário, sendo que, em algumas carreiras, esse valor pode ser triplicado.
O (TCC) não é um requisito obrigatório para a certificação da especialização, de acordo com o que determina o MEC na Resolução n° 1 de 06/04/2018, que estabelece normas para o funcionamento de cursos de pós-graduação lato sensu, em nível de especialização.
Apesar da não obrigatoriedade, a matriz curricular possibilita ao aluno a realização do Trabalho de Conclusão de Curso (TCC), de forma optativa e com ônus.
A carga horária é variável e está na descrição de cada curso.
Os documentos necessários são:
1) RG (carteira de identidade). Não é válido a CNH;
2) CPF;
3) Diploma de Graduação* (Frente e verso).
4) Comprovante de Residência.
*O aluno precisa ter concluído sua graduação e estar de posse do Diploma ou certificado de conclusão (que precisa ser trocado pelo Diploma até o final da Pós). O não envio dos documentos solicitados impede a emissão do certificado de pós-graduação.
Ao concluir o curso de Pós-Graduação Lato Sensu da Faculdade Única você terá direito a um certificado que lhe atribuirá o título de Especialista. Este certificado será enviado juntamente com o Histórico Escolar para o endereço informado pelo aluno.
O prazo para o envio do certificado é de até 10 dias após a conclusão e solicitação do certificado feita pelo aluno.
Nossa missão é TRANSFORMAR vidas através da Educação
A Faculdade Única fazem parte do Grupo Prominas, um dos maiores grupos educacionais do Brasil que atuam com a oferta de educação superior há mais de 20 anos no ensino presencial e a distância, com o objetivo de transformar vidas pela educação.
Os cursos com 500h e 720h tem duração mínima de 6 (seis) meses (Exceto Engenharia Segunda do Trabalho que é 12 Meses) O Certificado Digital de conclusão do curso de Pós-Graduação EaD da Faculdade Única é 100% gratuito, sendo igual ao certificado do ensino presencial.
EAD é a sigla para Ensino a Distância, utilizada para identificar a modalidade de ensino ocorrida em ambiente virtual, ou seja, sem a necessidade de presença física em uma universidade para o processo de aprendizagem.
Tem sim, nos termos do art. 5º do Decreto n° 5.622 de 2005: “Os diplomas e certificados de cursos e programas a distância, expedidos por instituições credenciadas e registrados na forma da lei, terão validade nacional”. Sendo assim, deverão ser aceitos em processos públicos de seleção e provimento de cargos. Reconhecido pelo MEC, constando os nomes dos professores do curso nos Históricos Escolares que acompanham o Certificado.
A pós EAD tem a mesma estrutura de um curso presencial, em questão de matérias e provas. Mas com a facilidade de ter acesso ao conteúdo de qualquer lugar. Se o mesmo curso é oferecido nas modalidades presencial e EAD, a grade curricular vai ser igual nos dois, ou seja, mesma carga horária e disciplinas.
Experimente por 7 dias, se não gostar devolvemos todo o seu investimento
Se não gostar do curso por qualquer motivo, devolvemos todo seu investimento. E por que estamos fazendo isso? Por que temos mais de 489 mil profissionais satisfeitos e a certeza que com você não será diferente.
Queremos que se sinta absolutamente seguro de estar fazendo um excelente investimento, em você e no seu futuro profissional.
*Os 7 dias serão contabilizados a partir da data de pagamento da taxa de matrícula.