Fundep

Descrição:

O Departamento de Estatística da UFMG está oferecendo cursos de extensão sobre “Análise de Dados em Aprendizado de Máquinas”, voltado para profissionais, professores e estudantes graduados em qualquer área acadêmica, que desejam se especializar em algoritmos de aprendizado de máquina e inteligência artificial.

O Aprendizado de Máquinas é um ramo da inteligência artificial que faz uso de modelos estatísticos para desenvolver modelagem e previsões. Em termos técnicos básicos, o aprendizado de máquina usa algoritmos que coletam dados empíricos ou históricos, analisam-nos e geram resultados com base nessa análise.

O curso é oferecido em 3 módulos, que podem ser cursados de forma independente. Todas as disciplinas são construídas de forma a aliar conhecimentos teóricos e computacionais. Os exemplos são demonstrados através de aplicações a conjuntos de dados reais.

O primeiro módulo é voltado a profissionais com pouca ou nenhuma experiência nas principais linguagens de programação utilizadas em ciência de dados. Seu objetivo é introduzir os conceitos fundamentais de programação aplicados à área, por meio das linguagens R e Python, com ênfase no desenvolvimento de habilidades voltadas à manipulação e organização de dados nessas plataformas.

Os dois módulos seguintes apresentam as técnicas básicas mais utilizadas em Ciência de Dados, incluindo Análise de Regressão Linear, Modelos Lineares Generalizados, Árvores de Regressão e Classificação, entre outros.

- Módulo 1 :"Introdução aos Softwares R e Python para Ciência de Dados". Neste módulo, o aluno será introduzido aos fundamentos das linguagens R e Python aplicadas à ciência de dados. Serão abordados os princípios básicos de programação, incluindo estruturas de dados, objetos, criação de funções e gerenciamento de pacotes. O módulo também explorará técnicas de organização, manipulação e visualização de dados, essenciais para o trabalho cotidiano de um cientista de dados. Por fim, serão apresentadas ferramentas para o desenvolvimento de documentos dinâmicos utilizando o quarto e aplicações web interativas usando o shiny para R e Python), que facilitam a comunicação e a divulgação dos resultados de análise

- Módulo 2: "Modelos Preditivos Lineares". Neste módulo será abordada a técnica de Análise de Regressão, que é uma das primeiras ferramentas usadas para analisar um conjunto de dados. Envolve estimar a relação entre variáveis, e muitas vezes dá uma visão imediata sobre a organização das mesmas. Este método é simples e muitas vezes fornece uma descrição adequada e interpretável de como variáveis explicativas podem afetar uma variável resposta. O curso é construído de forma a aliar conhecimentos teóricos e computacionais, utilizando basicamente o software R para estimação do modelo. Os exemplos são demonstrados a través de aplicações a bancos de dados.

- Módulo 3: "Elementos de Aprendizado de Máquina ". Neste módulo serão abordadas técnicas mais avançadas de Aprendizado de Máquinas, como Regressão de Poisson, Modelos Lineares Generalizados e Árvores de Regressão. O curso inclui a construção e estimação de modelos, com validação e seleção de modelos, uso do software R e aplicação a bancos de dados. 

Objetivos:

O Aprendizado de Máquinas é um ramo da inteligência artificial que faz uso de modelos estatísticos para desenvolver modelagem e previsões. Em termos técnicos básicos, o aprendizado de máquina usa algoritmos que coletam dados empíricos ou históricos, analisam-nos e geram resultados com base nessa análise. A área de Ciência de Dados vem crescendo exponencialmente nos últimos anos, impulsionada pela explosão da capacidade computacional de processamento e armazenamento de dados. À medida que a geração de dados continua a evoluir em termos de velocidade, volume e variedade, a ciência de dados moderna requer um conjunto robusto de habilidades técnicas. Desta forma, o conhecimento e aplicação de técnicas estatísticas básicas configura-se como uma ferramenta poderosa para análise de técnicas mais sofisticadas e modelagem de grandes bancos de dados. Este curso é construído de forma a fornecer o ferramental básico para que o aluno possa adquirir conhecimento das técnicas mais utilizadas na área de Aprendizado de Máquinas, utilizando basicamente o software R para estimação de modelos. Os exemplos são demonstrados através de aplicações a conjuntos dedados reais. 

Público-alvo: 

Profissionais, professores e alunos.

Pré-requisitos: 

Ser graduado.

Ministrante:

Professor: Fábio Nogueira Demarqui

http://lattes.cnpq.br/2746210170266413

Professor: Marcos Oliveira Prates

http://lattes.cnpq.br/7893235207392165

Modalidade: À distância - Plataforma Zoom

Dias e horários:  

Turma 01: 3º e 5º de 19:30 as 22:00 horas

Turma 02: Sábados de 8:00 às 13:00 horas e 4ª feiras de 19:00 as 22:00 horas

Turma 03: Sábados de 8:00 às 13:00 horas e 4ª de 19:00 as 22:00 horas 

E-mail para envio de dúvidas acadêmicas: dest@est.ufmg.br

Investimento e formas de pagamento:  Boleto à vista

Turma 01: R$ 600,00 

Turma 02 e 3: R$ 500,00 

Procedimento para solicitação de bolsa: clique aqui.

Nos termos da Resolução Nº 07/2004 do Conselho Universitário da UFMG, 10% (dez por cento) das vagas serão reservadas à participação gratuita de candidatos carentes e de servidores da UFMG. Interessados deverão 

Enviar e-mail para dest@est.ufmg.br no período de: 

Turma 01: Matrícula - 25/11/26 a 13/02/26

Período de solicitação de Bolsa: 19/02/26 a 31/03/26

Turma 02: Matrícula - 12/02/26 a 02/04/26

Período de solicitação de Bolsa: 08/04/2026 a 29/04/2026

Turma 03: Matricula: 02/04/26 a 31/04/26 

Período de solicitação de Bolsa: 06/05/26 a 27/05/26

Política de cancelamento da FUNDEP: clique aqui. 

Orientação para pagamento por pessoa jurídica: clique aqui.

Contato Fundep:

O suporte e atendimento aos alunos estão disponíveis por meio dos seguintes canais:
E-mail: suporte.extensao@fundep.com.br
Telefone: (31) 2342-1212.
Presencial: Avenida Antônio Carlos, nº 6627, Pampulha (Praça de serviços, loja 07), BH/MG de segunda a sexta-feira, exceto feriados, de 8h às 12h e de 13h às17h.