- Descrição
- Currículo
- Comentários
Por que fazer este curso nos próximos 30 dias?
Aprender sobre Algoritmos de Machine Learning, especialmente o de Regressão Logística, tem sido essencial para quem deseja ter seu espaço nas grandes empresas, pois são eles fazem com que computadores tomem decisões baseadas em algoritmos, encontrando informações interessantes em meio a uma grande quantidade de dados.
Hoje, cada vez mais ocorre um aumento na quantidade de dados e conforme são os algoritmos são alimentados com mais dados, aprendem a reconhecer padrões e fornecer insights relevantes para as organizações.
Mas como o programa reconhece esses padrões?
Para tentarem descobrir padrões ou prever resultados, as ferramentas de aprendizagem de máquina tentam descobrir equações (modelos matemáticos) que ajudem a extrair algum significado de um conjunto de dados. É por isso que o termo “modelagem” é tão recorrente em textos e discussões sobre machine learning.
Portando, este curso visa APROFUNDAR o estudo do zero ao avançado nos modelos de Regressão Logística, considerado o mais usado quando se pretende estimar risco (probabilidade de um evento).
Que tipo de resultado eu tenho com esta técnica?
-
Previsão de risco: ex: qual as chances da empresa fechar com base em algumas variáveis? Quais as chances de um indivíduo ter um AVC dado algumas variáveis como hábitos de fumo, escolaridade, atividades físicas , etc.? Qual a probabilidade do cliente ser um bom pagador com base em algumas variáveis como sexo, comportamento de consumo, etc.?
-
Saber quais variáveis contribuem no aumento ou diminuição do risco de acontecer um determinado evento (nova venda de um produto, um Câncer ou outra doença qualquer, a peça ser defeituosa, etc.)
-
O quanto altera na probabilidade quando um indivíduo está exposto a um fator de risco (ex: qual o risco de um cliente comprar um imóvel dado que ele é do sexo masculino)
-
Construir uma equação matemática que descreva o mundo real.
Este é um dos cursos mais desejados no momento, portanto não perca tempo e corra para aprender tudo isto da maneira mais fácil e rápida possível e consiga sua vaga neste amplo mercado.
Para quem serve este curso?
-
Profissionais de TI e de áreas associadas, interessados em se aprofundar em Estatística e aplicá-la no mundo empresarial.
-
Estudantes de graduação, mestrado e doutorado precisando aprender estatística para provas universitárias ou para pesquisas científicas.
-
“Concurseiros” interessados em “matar” a prova de Estatística.
Sobre o Professor
Meu nome é Isaías Lira, bacharel em Estatística, Consultor em Análise Estatística de Dados, pesquisador e estudioso da área de Estatística Aplicada no Mercado Financeiro, escritor de livro em Estatística, Data Scientist, Pos-graduado em Docência Superior e este curso é um importante dentro de minha lista de cursos.
Qual o diferencial deste curso?
-
Curso 100% pratico
-
Usaremos dados reais
-
Tudo mostrado passo a passo
-
Aprofundamento na ferramenta de análise de dados mais respeitada no mercado: o R.
-
Estrutura: o curso esta cuidadosamente estruturado para que em cada aula você tenha a clareza de cada assunto abordado
-
Abordagem simplificada: focamos naquilo que é mais importante, numa linguagem simples, direta, com vários exemplo reais
Inicie agora e conclua quando bem desejar! Sem pressão! Respeitaremos o seu próprio ritmo e estaremos aqui para tirar suas dúvidas.
O mercado profissional precisa de você, então aprenda isto e seja útil para as grandes empresas.
Então, se você quer aprender sobre Regressão Logística, seja você quem for, este é o caminho mais fácil que conheço!
Vamos iniciar?
-
1Seja muito bem vindo(a)!
Seja bem vindo(a). Saiba como ter o máximo de aproveitamento neste curso.
-
2Visão Geral
Vamos agora dar uma olhada nos pontos a serem abordados nas aulas.
-
3Introdução
Entenda agora para que serve a Regressão Logistica e qual problema ela resolve..
-
4Logística Binária - O que é
Vamos então conceituar esta técnica de Regressão Logística.
-
5Para que serve
Nesta aula te falo em qual situação você vai precisar usar a Regressão Logística.
-
6O banco de dados
Para contextualizar em uma situação iremos usar dados reais. Nesta aula explico sobre estes dados.
-
7Definindo o tipo de cada variável
É muito importante definir corretamente o tipo de cada variável que vai entar no modelo.
-
8Definindo as categorias de referência
Aqui mostro como você deve escolher as categorias de referência para cada variável envolvida no modelo.
-
9Dividindo as amostras
Um importante passo é dividir a amostra principal em duas. Uma irá gerar o modelo e outra (menor) irá testar se o modelo é bom.
-
10Exercícios da primeira seção
-
11Cruzamento de dados
Vamos agora aprender a realizaar os cruzamentos iniciais.
-
12Variável Quantitativa
Nesta aula mostro uma forma de verificar se uma variável preditora tem a tendência de modificar a probabilidade de ocorrência do evento principal.
-
13Métodos de Entrada de Variáveis
É possível escolher qual tipo de método usar para incluir as variáveis preditoras no modelo.
-
14Modelo Inicial
Com base numa amostra iremos então ver o primeiro modelo gerado.
-
15Interpretação dos Coeficientes
Mais do que apenas fazer calculos, saber interepretar estes coeficientes é primordial. Então vamos entender a interpretação de cada um deles.
-
16Aula 14 - Odds Ratio
Agora vamos para uma medida muito valiosa que diz o quanto se aumenta na probabilidade caso um fator seja observado.
-
17Exercícios sobre a segunda seção.
-
18Aplicando o Modelo (amostra teste)
Este é uma etapa importante onde aplica-se o modelo a um grupo "externo" de indivíduos para verificar o poder de acerto do modelo.
-
19Tabela de Confusão
Aprenda um procedimento para julgar a precisão dos resultados do modelo criado.
-
20Exercícios da terceira seção