O desenvolvimento e aperfeiçoamento de um sistema inteligente são essenciais para automatizar a análise das informações de uma empresa" 

Este Curso desenvolverá as competências analíticas dos alunos para passar de um modelo de dados não estruturados para a automatização do processo de extração de dados. Para o efeito, será feita uma distinção entre as diferentes técnicas de aprendizagem utilizadas no desenvolvimento de sistemas inteligentes, como a aprendizagem automática e os algoritmos de classificação e regressão.
 
Ao longo do Curso, aprenderá mais sobre a teoria das redes neuronais, um sistema de computação composto por um grande número de elementos simples e interligados que ajudam a processar a informação através do seu estado dinâmico. Trata-se de um modelo computacional que evoluiu para responder às necessidades da engenharia informática atual. 

Todo o Curso é 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.  

Encontre uma solução inovadora para os problemas de uma empresa automatizando os seus processos entediantes" 

Este Curso de Design e Desenvolvimento de Sistemas Inteligentes em Data Science conta com o conteúdo eductivo 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
• Exercícios práticos onde o processo de autoavaliação pode ser levado a cabo 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

Adquira conhecimentos especializados sobre diferentes técnicas de aprendizagem automática para automatizar tarefas" 

O corpo docente do Curso inclui 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 desta capacitação centra-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, contará com a ajuda de um sistema inovador de vídeos interativos criados por especialistas reconhecidos. 

Aprenda sobre os diferentes algoritmos que ajudam a formar um modelo neural num sistema inteligente"

Este Curso encontra-se disponível numa modalidade online, o que permite a sua adaptação aos horários dos alunos"

Para os engenheiros informáticos é essencial ter os conhecimentos mais atuais sobre a Design e desenvolvimento de novos sistemas inteligentes em ciência de dados e, para isso, foi criado um Curso que fornecerá todas as informações relevantes sobre esta matéria, tais como conhecer os diferentes tipos de aprendizagem, os algoritmos e o processo de mineração. Desta forma, são cumpridos os objetivos do Curso de capacitar engenheiros profissionais, íntegros e de grande prestígio. 

É altura de dar um passo em frente na sua carreira e desenvolver um programa que se adapte aos grandes dados da empresa"

Módulo 1. Design e desenvolvimento de sistemas inteligentes

1.1. Pré-processamento de dados

1.1.1. Pré-processamento de dados
1.1.2. Transformação de dados
1.1.3. Minerização de dados

1.2. Aprendizagem automática

1.2.1. Aprendizagem supervisionada e não supervisionada
1.2.2. Aprendizagem por reforço
1.2.3. Outros paradigmas de aprendizagem

1.3. Algoritmos de classificação

1.3.1. Aprendizagem automática Indutiva
1.3.2. SVM e KNN
1.3.3. Métricas e pontuações para classificação

1.4. Algoritmos de Regressão

1.4.1. Regressão linear, regressão logística e modelos não lineares
1.4.2. Séries temporais
1.4.3. Métricas e pontuações para Regressão

1.5. Algoritmos de agrupamento

1.5.1. Técnicas de agrupamento hierárquico
1.5.2. Técnicas de agrupamento parcial
1.5.3. Métricas e pontuações para clustering

1.6. Técnicas de regras de associação

1.6.1. Métodos para a extração de regras
1.6.2. Métricas e pontuações para os algoritmos de regras de associação

1.7. Técnicas de classificação avançadas. Multiclassificadores

1.7.1. Algoritmos de Bagging
1.7.2. Classificador “Random Forests”
1.7.3. “Boosting” para árvores de decisão

1.8. Modelos gráficos probabilísticos

1.8.1. Modelos probabilísticos
1.8.2. Redes Bayesianas. Propriedades, representação e parametrização
1.8.3. Outros Modelos gráficos probabilísticos

1.9. Redes neurais

1.9.1. Aprendizagem automática com redes neuronais artificiais
1.9.2. Redes feedforward

1.10. Aprendizagem aprofundada

1.10.1. Redes feedforward profundas
1.10.2. Redes neuronais convolucionais e modelos sequenciais
1.10.3. Ferramentas para implementação de redes neuronais profundas

Descubra todas as aplicações possíveis e o grande impacto que os Sistemas Inteligentes têm numa empresa"