Escolar Documentos
Profissional Documentos
Cultura Documentos
Nanodegree Data Scientist
Machine Learning, Big Data e Habilidades de Engenheiro de
Software
Antes de começarmos
Agradecemos de antemão o seu interesse no programa Nanodegree Data Scientist. Para que aproveite ao
máximo o conteúdo disponível, recomendamos que você reserve de 8 a 10 horas por semana para se
dedicar ao curso. Além disso, você precisará de um computador com sistema operacional Mac ou Windows
para a instalação de Python e bibliotecas adicionais.
Esse curso tem duração de 6 meses considerando de 8 a 10 horas por semana. Se não conseguir terminar
nesse tempo você terá direito a uma transferência de turma desde que informe durante a vigência do
curso.
O que é Controle de ➔ Aprenda o que é e por quais motivos controle de versão é
Versão essência no desenvolvimento de software
Vendo o Histórico do Git ➔ Aprenda como rastrear mudanças e autores em repositórios Git
Tags, Branching e ➔ Aprenda a criar nomes para versões e gerenciar ramos em um
Merging repositório
Trabalhando com outros ➔ Aprenda a contribuir com a comunidade de software com Pull
Desenvolvedores Requests e Forks
Big Data ➔ Aprenda o que é Big Data, sua motivação e a proposta do
ecossistema Hadoop
Projeto: Analisando ➔ Utilize o que foi aprendido para analisar dados do metrô de NY
dados do Metrô de NY
Módulo 4: Programação em R
Aprenda conceitos básicos de programação em R e acompanhe entrevistas com especialistas do Netflix
sobre a importância da linguagem.
Introdução a ➔ Aprenda o que é aprendizagem supervisionada e quais são suas
Aprendizagem aplicações
Supervisionada
Introdução à Regressão ➔ Aprenda como modelar um conjunto de dados utilizando
regressão e classificação
Árvores de Decisão ➔ Aprenda o que são e como utilizar árvores de decisão em
modelos supervisionados
Redes Neurais Artificiais ➔ Aprenda o que são e como utilizar redes neurais artificiais
Máquinas de Vetor ➔ Aprenda o que são e como utilizar Máquinas de Vetor Suporte,
Suporte (SVM) um poderoso algoritmo de aprendizagem supervisionada
Métodos Bayesianos ➔ Aprenda como utilizar regra de Bayes para modelos
supervisionados
Projeto: Achando ➔ Com quase 15 milhões de trabalhadores na Califórnia, a
doadores para Caridade CharityML pediu sua ajuda na criação de um algoritmo que
melhor identifique potenciais doadores e reduza o custo com
envio de cartas. Seu objetivo será avaliar e otimizar vários
agentes de aprendizagem supervisionada para determinar qual
algoritmo levará ao maior rendimento com doações, ao mesmo
tempo em que reduz também o número total de cartas
enviadas.
Projeto: Criando ➔ Um distribuidor recentemente fez uma alteração em seu
segmentos de método de entrega, quase imediatamente, ele começou a
Consumidores receber queixas sobre a mudança e diversos clientes estavam
cancelando o serviço. Você foi contratado pelo distribuidor para
usar técnicas de aprendizado não-supervisionado sem
supervisão para entender os diferentes segmentos de clientes
atendidos e a melhor solução de negócio para cada um deles.