V – BANCO DE DADOS E DATA WAREHOUSE:
5.1.Modelo entidade-relacionamento;
5.2.Mapeamento lógico relacional; 5.3.Normalização;
5.4.Linguagem de definição e manipulação de dados (SQL);
5.5.Conceitos de data warehousing e modelagem multidimensional (esquema estrela); (Parte 1)
5.5.Conceitos de data warehousing e modelagem multidimensional (esquema estrela); (Parte 2)
IV – MANIPULAÇÃO E TRATAMENTO DE DADOS: 4.1. Integração dos dados (ETL, Transferência de Arquivos e Integração via Base de Dados); 4.2. Lidando com valores faltantes; 4.3. Lidando com dados categóricos; 4.4. Normalização numérica; 4.5. Detecção e tratamento de outliers;
5.6.Conceitos de Data Lake e Bancos NoSQL ;
VI – ANÁLISE E VISUALIZAÇÃO DE DADOS: 6.2.Técnicas de visualização de dados; 6.3.Gráficos de dispersão; 6.4.Séries Temporais; 6.5.Gráficos de barras; 6.6.Histogramas e Densidades; 6.7.Diagrama boxplot; 6.8.Avaliação de outliers;
II – APRENDIZADO SUPERVISIONADO – REGRESSÃO E CLASSIFICAÇÃO: 2.1.Métricas de Avaliação; 2.2.Overfitting e Underfitting de Modelos; 2.3.Regularização; 2.4.Seleção de modelos: Erro de Generalização; 2.5.Validação Cruzada; 2.6.Conjuntos de Treino, Validação e Teste; 2.7.Trade off entre Variância e Viés; 2.8.Algoritmos: Regressão Linear e Regressão Logística; 2.9.Árvores de Decisão e Random Forests; 2.10.Máquina de suporte de vetores; 2.11.Naive Bayes; 2.12.K-NN; 2.13.Ensembles; 2.14.Conceitos de otimização de hiperparâmetros;
III – APRENDIZADO NÃO SUPERVISIONADO: 3.1. Redução de dimensionalidade: PCA; 3.2. Agrupamento K-Means; 3.3. Agrupamento Hierárquico; 3.4. Regras de associação;
VII – REDES NEURAIS ARTIFICIAIS: 7.1.Conceitos Básicos em Redes Neurais Artificiais: Definições e Arquitetura; 7.2.Funções de Ativação; 7.3.Otimização de Redes Neurais Artificiais: 12 método do gradiente, método do gradiente estocástico, algoritmo backpropagation, métodos de inicialização dos pesos, Vanishing Gradients; 7.4.Métodos de regularização: penalização com normas L1 e L2, Dropout e Early Stopping;
6.9.Construção de gráficos em R com ggplot2;
6.11.Construção de Dashboards em Microsoft Power BI;
1.3. Conceitos de mapeamento de processos; (BPM)
1.3. Conceitos de mapeamento de processos; (BPMN)
8.5.Sistemas de coordenadas;
