Inteligência Artificial Aplicada a Pesquisas Científicas

Incorpore o conhecimento de Machine Learning para resolver problemas de pesquisa científica.

Para quem é a Formação

Para quem é a Formação

Graduandos, mestrandos, doutorandos e professores universitários que queiram avançar nos seus conhecimentos em análise de dados, incorporando modelos de inteligência artificial às suas pesquisas científicas.

Empreendedores ligados à TI e ciência de dados, que desejem ampliar seus conhecimentos em Machine Learning com foco em pesquisa científica.

O que você vai ser capaz de fazer?

Com a nossa formação, você vai ser capaz de desenvolver modelos de Inteligência Artificial para incorporar em suas pesquisas científicas.

Diferentemente das outras formações em Inteligência Artificial / Machine Learning, nosso foco está em acadêmicos das ciências exatas, humanas, sociais e da saúde que queiram aprimorar suas pesquisas científicas com conteúdos aplicados à ciência.

Enquanto as outras formações focam no mercado, nosso foco está na pesquisa científica.

Módulos do curso

Introdução (sem programação) a Machine Learning

Cursos a serem adicionados

(em breve)

Ciência de Dados com R e Python para pesquisadores – Processo de transformação de dados em informação útil para geração de conhecimento: Coleta, Limpeza, Feature Engineering, Exploração, Tratamento e Visualização.

Procedimentos para Machine Learning – Balancing, Data split, Data drift, Concept drift, etc.

Processamento de Linguagem Natural – Tratamento de dados textuais: análise de sentimentos, unidades mínimas de significado, resumindo de textos, clusterização de palavras, índices de importância de palavras, etc.
Aprendizagem por Reforçamento para Diagnóstico e Saúde

Quem é o professor

Alessandro Vieira dos Reis, bacharel em psicologia. Mestre em Design de Interação. Possui mais de 10 anos de experiência com projetos digitais, com ênfase em game design e gamificação. É autor e organizador do livro “Psicometria em Rede: Aplicações em Psicologia e Saúde” (Editora Artesã, 2023). Presta consultorias para empresas nacionais e internacionais em Ciência de Dados e Psicometria.

Lattes: http://lattes.cnpq.br/7410948115687544 

Garantia 7 dias

Garantia 7 dias

7 dias garantia incondicional. Seu risco é Zero. Você tem 7 dias para testar a formação e, caso não goste, basta solicitar o reembolso diretamente na plataforma que você será ressarcido integralmente. Satisfação garantida ou 100% do seu dinheiro de volta.

F.A.Q

Estudantes de graduação, mestrado e doutorado, das ciências humanas, sociais, exatas e da saúde. Diferentemente de outras formações, que focam na atuação do mercado, nosso foco está na pesquisa científica.

Nenhum conhecimento de programação é necessário. Você vai aprender tudo que precisa para poder acompanhar as aulas com 100% de aproveitamento.

Nesse curso introdutório, abordamos apenas o estritamente necessário para a sua compreensão. Não focaremos em Álgebra e Cálculo.

Sim. Na formação você terá uma série de exemplos lhe mostrando como implementar diferentes procedimentos de IA/ML em bancos de dados reais.

Você poderá tirar dúvidas na própria plataforma de aulas, onde todas as questões serão respondidas. 

Sim, todos os nossos cursos oferecem certificado (sem custo adicional) que podem ser gerados automaticamente na própria plataforma.

Seu acesso é de um ano, podendo renovar após este período. Enquanto você for aluno matriculado na formação, você terá acesso a todas as atualizações da formação, que ocorrerão constantemente.

® (2023). Todos os direitos Reservados

Módulo 1: O que é Machine Learning

• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional 

Módulo 2: Criando o seu sistema

• Selecionando algoritmos e métodos 
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados  
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde

Módulo 3: Interpretar e reportar resultados

• Gerar, interpretar e reportar resultados em Machine Learning

Módulo 4: Redes neurais artificiais

• Introdução a Deep Learning

• Avaliando sistemas de Deep Learning

• Redes Neurais feitas (sem programação) no SPSS

• Aula bônus: O futuro da IA na Sociedade

• Aula bônus: Dois Estudos de Caso 

Cadastre-se para ser notificado com o link das aulas ao vivo:

Preencha abaixo para
participar gratuitamente

Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.