Medidas Separatrizes ou Quantis
Medidas de Variabilidade ou Dispersão
Variáveis Aleatórias Discretas
Distribuições Discretas de Probabilidade
Variáveis Aleatórias Contínuas
Distribuições Aleatórias Contínuas
Estimação Pontual e Intervalar
Regressão Linear Múltipla
Análise de Variância (ANOVA)*
Dados abertos; Coleta, tratamento, armazenamento, integração e recuperação de dados; Processos de ETL; Principais técnicas de pré-processamento de dados estruturados e não estruturados;
Formatos e tecnologias: XML, JSON, CSV;
Técnicas e tarefas de mineração de dados; Classificação; Regras de associação; Análise de agrupamentos (clusterização); Detecção de anomalias; (Parte 1)
Técnicas e tarefas de mineração de dados; Classificação; Regras de associação; Análise de agrupamentos (clusterização); Detecção de anomalias; (Parte 2)
Conceitos de IA Generativa.
Conceitos de modelos de aprendizado de máquina supervisionados e não supervisionados; Conceitos de ML: fontes de erro em modelos preditivos, validação e avaliação de modelos preditivos, underfitting, overfitting e técnicas de regularização, otimização de hiperparâmetros, separabilidade de dados, redução da dimensionalidade. (Parte 1)
Conceitos de modelos de aprendizado de máquina supervisionados e não supervisionados; Conceitos de ML: fontes de erro em modelos preditivos, validação e avaliação de modelos preditivos, underfitting, overfitting e técnicas de regularização, otimização de hiperparâmetros, separabilidade de dados, redução da dimensionalidade. (Parte 2)
Conceitos de Processamento de Linguagem Natural (PLN): semântica vetorial, redução de dimensionalidade, modelagem de tópicos latentes, classificação de textos, análise de sentimentos, representações com n-gramas;
