What You Will Learn!
- Exploração de Dados
- Visualização de Dados
- Machine Learning
- Agrupamento, descoberta de grupos em dados
- Classificação e modelagem preditiva
- Algoritmos de Mineração
- Análise Estatística
- Trabalhando Widget: Color, Distributions, Pivot Table
- Trabalhando Widget: Feature Statistics, Data Sample
- Trabalhando com Widget: Paint Data
- Trabalhando com Widget: Outliers ,Scatter Plot
- Trabalhando com: Create Class
- Trabalhando com: Select By data index
- Trabalhando com: Edit Domain
- Trabalhando com: Freeviz
- Trabalhando com: Árvore de Decisão
- Trabalhando com: Cluster - Imagens
- Trabalhando com: Correlação
- Trabalhando com: Cluster – K-means
- Trabalhando com: Cluster - Imagens
- Trabalhando com Widget Predictions (realizando previsões)
- Trabalhando com Widget Confusion Matrix (analisando matriz de score)
- Trabalhando com Widget Test and Score (avaliando modelos)
- Criando um modelo estatístico
- Estimando pelo modelo estatístico
- Salvando modelos estatísticos em python e executando em bases de teste para previsões
- Trabalhando com o algoritmo de associação APRIORI
- Trabalhando com Widget MDS
- Trabalhando com Widget Mosaic Display
- Trabalhando Widget CN2 Rules
- Trabalhando Widget Box Plot
- Criando modelos por Redes Neurais
- Processo de obtenção de informações importantes de um texto
- Recuperação de informações, extração de dados, aprendizado de máquina, estatísticas e linguística computacional
- Agrupamento de texto, extração de conceito/entidade, produção de taxonomias granulares, análise de sentimentos
- Nuvem de Palavras
- Corpus
- Tokenização
- Tokens
- Frequência de Palavras
- Stopwords
- Processo de Text Mining
- Utilização de pacotes: BiocManager, rvest, stringr,lexiconPT,widyr, ggraph, igraph, tibble
- Utilização de pacotes: TM, tidyr, ggplot2, SnowballC, dplyr, tidytext, wordcloud, RColorBrewer
- Ajustes e transformação nos textos: radicais, eliminação de espaços em branco, palavras indesejadas
- Criação de Matriz Termo Documento
- Correlação entre textos, palavras mais ditas, associação entre palavras
- Análise de Sentimento
- Web scraping
- Comandos: VCorpus, inspect, meta, lapply, tm_map, stopwords, documentTermMatrix, findFreqTerms
- Comandos: FindAssocs, bind_tf_idf, count, arrange, filter, geom_col, unnest_tokens, anti_join, pairwise_cor
- Comandos: Inner_join, group_by, summarize, mutate, barchart, str_c, str_detect, str_subset, str_which, str_count, str_replace_all
- Comandos: Tolower, removePunctuation, removeNumbers, stripWhitespace, stemDocument
- Estudo de Ngrams, em especial Bigrams
Description
Esta é uma das raras oportunidades que você terá de realizar dois excelentes cursos em um único combo, o uso da aprendizagem de técnicas de mineração de dados e Data Science por meio do ORANGE e a aplicação de conceitos avançados de TXT MINING com o ferramenta da linguagem R, uma das ferramentas mais utilizadas no mundo.
O ORANGE dispensa comentários, totalmente criado em Python, permite que você crie visualizações de dados de forma visual, sem a criação de nenhuma linha de código, permitindo que o usuário arraste os chamados widgets, para que sejam gerados as suas análises, tudo muito prático e fácil de criar, o ORANGE vem se destacando no mercado pela sua facilidade de uso e de interpretação dos resultados.
Já com o uso de TEXT MINING, você terá um leque enorme de oportunidades de aprender como minerar texto, como identificar as informações mais comuns dentro do texto e ficar preparado para fazer a chamada análise de sentimento, que é muito utilizada para avaliação de sentimentos em postagens e notificações.
Venha então aprender a trabalhar com ORANGE e TEXT MINING e conheça novas oportunidades de mercado. Sou profissional há mais de 15 anos na área de dados, aguardo você para iniciar este novo aprendizado comigo.
Who Should Attend!
- Estudantes de BI, Estatística, Computação, Informática, Gestores de Empresas (RH, Administração, Economia, dentre outros)
TAKE THIS COURSE