Domine o ciclo completo da Ciência de Dados em poucas semanas por meio de uma abordagem intensiva e prática. Nesta disciplina, você trabalhará com dados reais, aprendendo a coletar, limpar, preparar e aplicar os principais algoritmos de Machine Learning — como árvores de decisão, regressões, k-NN, SVM e Naive Bayes — utilizando a plataforma Open Source Orange, que permite a construção de modelos por meio de blocos visuais, sem a necessidade de programação. Você será capacitado a comparar modelos utilizando métricas confiáveis, identificar overfitting e comunicar resultados por meio de visualizações claras e impactantes. Ao final do curso, estará apto a transformar dados brutos em decisões estratégicas, ampliando sua vantagem competitiva tanto no mercado profissional quanto na pesquisa acadêmica.
✅ Inscrição e Pagamento de 26/08 a 05/09/2025
🗓 Docente: Prof. Dr. Carlo Ralph De Musis
🗓 Cronograma: 15/09; 17/09; 22/09; 24/09; 29/09; 01/10; 06/10; 08/10 – Horário 19h30 às 21h30 (Horário de Brasília)
⏱️ Carga horária total: 15h
📌 Local: Plataforma Microsoft Teams
🤓 Pré-requisito: Portador de Diploma
🎯 Público-alvo: Indivíduos, principalmente entre 25 e 45 anos, que ocupam cargos de gestão, atuam como analistas, pesquisadores ou exercem profissões liberais
💳 Investimento: R$ 200,00
Módulos:
Módulo 1. Plataforma Orange e recursos de ML
Módulo 2. Preparação de Dados e Desenvolvimento de Fluxos
Módulo 3. Algoritmos de Aprendizado Supervisionado e Não Supervisionado
Módulo 4. Análise, Avaliação e Comunicação de Resultados
Currículo do Docente:
Doutor em Educação (PUC-SP), mestre em Agricultura Tropical e engenheiro civil (UFMT). Há 25 anos une base acadêmica à prática forense. Professor nos programas de Pós-Graduação em Ciências Ambientais (UNIC) e Física Ambiental (UFMT), orienta pesquisas que integram Orange, R e Python a séries temporais e estatística multivariada. Autor de 110+ artigos com 900 citações, lidera projetos que aplicam árvores de decisão, regressões, k-NN e SVM a previsões climáticas, análises criminais e detecção de desmatamento — experiência transferida diretamente para a disciplina.
Currículo Lattes: http://lattes.cnpq.br/2229878954372934
