Realize as principais fases de um processo de Data Science: a representação gráfica para análise exploratória" 

Este Cursoanalisa as bases teóricas que ajudam os engenheiros informáticos a efetuar as representações gráficas mais adequadas quando utilizam a Data Science como técnica de análise. Por conseguinte, será dada especial ênfase à forma correta de representar e interpretar os dados para identificar erros passados ou táticas ineficazes para antecipar o futuro. 

Todo o Cursoé composto por uma série de casos práticos que apoiarão a aprendizagem dos alunos que procuram progredir nas suas carreiras e desafiar-se a si próprios para alcançar a excelência. Consequentemente, estarão disponíveis exemplos de novas tecnologias para a visualização de dados, tais como sistemas inteligentes ou sistemas de virtualização da realidade.  

Tudo isto será tangível graças a um Curso100% online que se adapta às necessidades diárias dos alunos. Apenas será necessário ter um dispositivo com uma ligação à Internet para começar a trabalhar para um perfil profissional completo com projeção internacional.

Estabeleça as representações gráficas mais utilizadas em diferentes âmbitos” 

Este Cursode Previsibilidade e Análise de Fenómenos Estocásticos na Data Science conta com o conteúdo educativo mais completo e atual do mercado. As suas principais caraterísticas são: 

• O desenvolvimento de estudos de caso apresentados por especialistas em engenharia centrada no ciclo integrado de dados 
• O conteúdo gráfico, esquemático e eminentemente prático do livro fornece informações científicas e práticas sobre as disciplinas que são essenciais para a prática profissional  
• Os exercícios práticos em que o processo de autoavaliação pode ser utilizado para melhorar a aprendizagem  
• A sua ênfase especial em metodologias inovadoras   
• As lições teóricas, perguntas a especialistas, fóruns de discussão sobre questões controversas e atividades de reflexão individual  
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet  

Com a modalidade online, pode adaptar o Cursoà sua medida. Escolha a melhor altura para assistir a uma aula e continuar a sua educação nesta área de interesse" 

O corpo docente do Cursoinclui profissionais do setor que trazem a sua experiência profissional para esta capacitação, para além de especialistas reconhecidos de sociedades de referência e universidades de prestígio.   

Os seus conteúdos multimédia, desenvolvidos com a mais recente tecnologia educativa, permitirão ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma capacitação imersiva programada para praticar em situações reais.   

A estrutura deste Cursocentra-se na Aprendizagem Baseada em Problemas, na qual o profissional deve tentar resolver as diferentes situações de prática profissional que surgem durante o Curso. Para tal, o profissional contará com a ajuda de um sistema inovador de vídeos interativos feitos por especialistas de renome com vasta experiência.

Com este Cursopoderá desenvolver a formulação e as propriedades básicas dos modelos univariados de séries temporais"

Conta com uma série de casos práticos para uma compreensão aprofundada dos modelos univariados"

Os módulos deste Cursoproporcionam uma perspetiva teórica e prática para analisar os modelos que apresentam uma maior versatilidade e adaptação para a análise de séries temporais, tais como os modelos associados a séries económicas. Desta forma, são cumpridos os objetivos do Cursode capacitar engenheiros profissionais, íntegros e de grande prestígio.

Preveja o comportamento de uma série temporal com base no conhecimento dos modelos estudados" 

Módulo 1.Previsibilidade e Análise de Fenómenos Estocásticos 

1.1. Séries de tempo 

1.1.1. Séries de tempo  
1.1.2. Utilidade e aplicabilidade 
1.1.3. Casuística relacionada 

1.2. A Série temporal 

1.2.1. Tendência sazonalidade de ST 
1.2.2. Variações típicas 
1.2.3. Análise de resíduos 

1.3. Tipologias 

1.3.1. Estacionárias 
1.3.2. Não estacionárias 
1.3.3. Transformações e ajustes 

1.4. Esquemas para séries temporais  

1.4.1. Esquema (modelo) aditivo 
1.4.2. Esquema (modelo) multiplicativo 
1.4.3. Procedimentos para determinar o tipo de modelo 

1.5. Métodos básicos de forecast 

1.5.1. Media 
1.5.2. Naïve 
1.5.3. Naïve sazonal 
1.5.4. Comparação de métodos 

1.6. Análise de resíduos  

1.6.1. Autocorrelação 
1.6.2. ACF de resíduos 
1.6.3. Teste de correlação 

1.7. Regressão no contexto das séries temporais 

1.7.1. ANOVA 
1.7.2. Fundamentos 
1.7.3. Aplicação prática  

1.8. Modelos preditivos de séries temporais 

1.8.1. ARIMA 
1.8.2. Suavização exponencial 

1.9. Manipulação e Análise de Séries Temporais com R 

1.9.1. Preparação de dados 
1.9.2. Identificação de padrões 
1.9.3. Análise do modelo 
1.9.4. Predição 

1.10. Análise gráfica combinada com R  

1.10.1. Situações comuns 
1.10.2. Aplicação prática para a resolução de problemas simples 
1.10.3. Aplicação prática  

Capacite-se para manipular e analisar séries temporais, preparando os dados e prevendo o seu comportamento"