Curso: Programação Python + Machine Learning em Lisboa - Cidade - Lisboa

Informática e Informação > Programação
Curso: Programação Python + Machine Learning - Online
O curso é oferecido:
Online
Tipo de Curso:
Cursos
Preço:
Consultar
Solicite informação sem compromisso
Tokio New Technology School
Cursos - Curso: Programação Python + Machine Learning - Lisboa - Cidade - Lisboa
Nome
Apelido
E-mail
Telefone
Distrito
País
Movil
Perguntas

Para enviar a solicitaçao, você deve aceitar a política de privacidade

Enviar Solicitação
* Campos obrigatórios



Preencha os campos corretamente
Por favor, aceite a política de privacidade para enviar a solicitaçao

INFORMAÇÃO BÁSICA POLÍTICA DE PROTEÇÃO DE DADOS

ResponsávelEducaedu Business, S.L., domiciliada na Rua Gran Via 81, 5ª Planta Apartamento 1, 48011 Bilbao (Vizcaya). E-mail de contato: contacto@educaedu.com. E-mail de contato do Responsável pela Proteção de dados: delegadoprotecciondatos@educaedu.com.
FinalidadeGestionar o envio de solicitações de informação requeridas pelo usuário. Gestionar o envio de comunicados promocionais e informativos próprios e de terceiros sobre formação, derivadas do serviço de orientação acadêmica do portal.
LegitimaçãoConsentimento do interessado.
DestinatáriosEmpresas do grupo Educaedu Business, S.L., e as Instituições de Ensino para as quais o usuário solicitou informação.
DireitosAcessar, retificar e excluir os dados, bem como outros direitos, coletados nas informações adicionais.
Informação AdicionalAs informações adicionais e detalhadas sobre nossa Política de Proteção de Dados pode ser consultada no seguinte link "Proteção de Dados".
Loading...
Descrição de Curso: Programação Python + Machine Learning
Conteúdo:
Curso: Programação Python + Machine Learning.

Apresentação:

É uma das linguagens de programação mais utlizadas em todo o mundo. Porquê? Pela sua simplicidade e velocidade na hora de criar programas. Além disso, contém uma grande quantidade de bibliotecas, o que facilita a realização de muitas tarefas sem necessidade de programar do zero. 63% dos programadores recomendam aprender esta linguagem que atualmente é utilizada por gigantes como a Google, o Spotify e o Youtube.


Objetivos:

- Conhecer a programação geral e as bases da programação orientada para objetos
- Utilizar a sintaxe da linguagem Python
- Trabalhar com bibliotecas especializadas no domínio de dados
- Realizar conexões com bases de dados
- Manipular estruturas de dados e arquivos
- Implementar projetos como aplicações web ou de ambiente de trabalho


Saídas profissionais:

- Programador/a geral: bases de dados, arquivos de redes
- Programador/a web
- Programador/a freelancer
- Criador/a de interfaces gráficas de utilizador e de ambiente de trabalho


Metodologia:

Método à medida:

Os nossos cursos não têm uma data de início e de fim. Com o programa formativo 100% online de Tokio, tu decides o teu ritmo e nós acompanhamos-te. Com Tokio a aprendizagem é “feita à medida”.


Mestres digitais:

Os teus docentes são especialistas com conhecimentos reais do mercado de trabalho, que te ajudam a subir de nível nesta profissão


Tutorias personalizadas:

Os nossos assessores pedagógicos acompanham-te ao longo de toda a formação. Ajudam-te a que consigas atingir as tuas metas através de objetivos realistas. Organização e motivação para toki-sans!


Formação prática:

Questionários de autoavaliação, exames finais, exercícios, casos práticos… Learn by doing! Vais aprender fazendo. Além disso, dispões de até 300 horas de estágio profissional, em empresas de qualidade do setor.


Aulas telepresenciais:

Todos os nossos docentes transmitem as suas aulas em direto, mas se não puderes assistir a alguma, não há problema! Voltaremos a retransmitir a aula, em streaming,  noutro dia da semana. Além de, a disponibilizarmos na nossa plataforma virtual.


Projeto final
:

Aproxima-se o final! Para concluires a tua formação tens de demonstrar tudo o que aprendeste através de um projeto.


Línguas:

Sabemos que o nível de inglês pode ser um requisito chave na hora de conseguir uma boa oportunidade de trabalho. Por isso, ajudamos-te a preparar as certificações oficiais de Oxford e Cambridge. Este é um componente extra em todas as nossas formações, escolhas a que escolheres.


Orientação profissional:

Damos-te todas as ferramentas para que tenhas sucesso em qualquer processo de seleção.


Alertas de emprego:

Através deste serviço recebes, no teu email, ofertas de emprego relacionadas exclusivamente com a tua formação.


As tuas aulas:

Em direto

Vais poder entrar em direto nas aulas com o teu professor especialista. Nas aulas telepresenciais o professor segue o programa, coloca novas questões e adiciona informação que vai além do conteúdo teórico dos livros. No final de cada aula, podes expor as tuas dúvidas para que o professor as tire em direto.

Em streaming

Não podes assistir a alguma aula em direto? Não te preocupes! Voltaremos a retransmitir a aula, em streaming, noutro dia da semana. Além de, a disponibilizarmos na nossa plataforma virtual.

Resoluçao de dúvidas

Os mestres digitais dedicam estas aulas a solucionar as tuas dúvidas e a resolver exercícios ou casos práticos. É uma excelente oportunidade para interagir com o professor, colocar questões e aprender com as dúvidas dos restantes colegas.

Aulas complementares

Além das aulas relacionadas diretamente com a tua formação, tens aulas complementares que podes assistir em direto ou em diferido: inglês, orientação laboral, técnicas de estudo, e muito mais!

Masterclass

Podes assistir a masterclasses online de profissionais reconhecidos no setor em que colaboram com a Tokio School partilhando a sua experiência. Estas sessões são também participativas e nelas podes colocar todas as tuas questões.


Programa
:

Programação Python

Módulo 1: Python o novo desconhecido:

Apresentação do Python

- O que é o Python?
- História do Python
- Versões do Python

Porquê escolher o Python?

- Evolução e objetivos do Python

Características da linguagem Python

- As 12 características com maior destaque

Ambientes de desenvolvimento para Python

- Interpretador de Python oficial e seu IDE
- Anaconda Jupyter
- PyCharm
- Visual Studio Code

Módulo 2: Características básicas da linguagem:

Tipos de dados básicos

- Palavras reservadas 
- Comentários
- Tipos de dados básicos
- Variáveis
- Constantes

Operadores em Python

- Operadores de atribuição
- Operadores aritméticos
- Operadores relacionais 
- Operadores lógicos 
- Precedência dos operadores 
- Alteração de tipos de variáveis 
- Trabalhar com cadeias de caracteres 
- A função print()

Tipos de dados avançados

- Listas 
- Tuplas
- Sets
- Dicionários

Entrada e saída de dados

- Entrada de dados pelo teclado
- Saída de dados pelo ecrã

Controlo de fluxo – Condicionais e loops

- Condicionais em Python
- Loops em Python

Funções

- Conceito das funções em Python 
- Implementação das funções 
- Argumentos e parâmetros
- Funções integradas de Python 
- Boas práticas com as funções

Módulo 3: Programação orientada a objetos (POO):

Metodologia baseada em objetos

- Programação Estruturada vs. Programação Orientada a Objetos (POO)
- Os 4 princípios da POO

Classes, objetos, atributos e métodos

- Definição de classes, objetos, atributos e métodos

Praticando com classes e objetos

- Definição de construtores

Herança

- Definição de Herança 
- Utilizações da herança 
- Implementação da herança

Módulo 4: POO e métodos aplicados:

Outras ferramentas de POO

- Herança múltipla
- Polimorfismo

Métodos aplicados

- Métodos aplicados aos strings 
- Métodos aplicados às listas 
- Métodos aplicados aos conjuntos 
- Métodos aplicados aos dicionários

Erros e exceções

- Erros
- Exceções

Dados temporais

- Datas e Horas
- Problemas com os fusos horários
- Usamos diferentes fusos horários

Módulo 5: Tratamento de dados:

Arquivos

- Manuseamento de arquivos em Python

Excel – CSV

- Excel: XLS
- CSV

JSON

- O que é JSON?
- JSON vs. XML
- Componentes
- JSON minimizado e JSON View
- JSON em Python

Bases de dados (BBDD)

- O que é uma base de dados? 
- Como armazenar os dados numa base de dados? 
- Linguagem SQL e NoSQL 
- Exemplos de bases de dados 
- SQLite 3

Bibliotecas especializadas no tratamento de dados

- Numpy
- Pandas
- Outras bibliotecas

Módulo 6: Aprender através da práctica:

Prática 1 – Criação de uma app web com Flask e base de dados SQLite3
Prática 2 – Criação de uma app de desktop com Tkinter e base de dados SQLite3

Projeto Final


Especialização em Machine Learning

Módulo 1: Introdução a Machine Learning.

Introdução ao Big Data e Machine Learning

- Método científico
- Introdução a Big Data
- Introdução a Machine Learning
- Álgebra linear

Ambiente de Trabalho: VM

- Criação de uma máquina virtual

Jupyter

Bibliotecas numéricas de Python

- Numpy
- Pandas
- Matplotlib

Introdução a Scikit-learn


Módulo 2: Aprendizagem supervisionada.

Regressão linear 

- Regressão linear simples
- Regressão linear múltipla

Otimização por gradiente descendente

- Convergência
- Mínimos locais e globais
- Rácio de aprendizagem

Normalização

- Problema
- Normalização

Regularização

- Desvio-padrão e variância
- Regularização
- Função de custo regularizada

Validação cruzada

- Método de resolução
- Subdivisão do conjunto de dados
- K-fold

Teorema de Bayes 

- Exemplo: classificação de células cancerígenas
- Sensibilidade e especificidade

Classificação por árvore de decisão

- Representação
- Principais conceitos
- Variáveis objetivo categóricas e contínuas
- Divisão de nós e splitting
- Vantagens e desvantagens e as árvores de decisão 
- Limitações ao tamanho da árvore 
- Pruning ou poda da árvore 
- Árvores de decisão vs modelos lineares
- Bootstrap
   - Adaptive boosting ou Adaboost
   - Random forest

Regressão logística

- Modelação de dados
- Classificação binária e multiclasse
- Hipótese
- Função de ativação: sigmoide
- Função de custo

Classificação por SVM (Support Vector Machines)

- Regressão logística vs SVM
- Hipótese
- Kernels e landmarks
- Transformação da hipótese
- Tipos de kernels disponíveis
- Funções de custo
- Parâmetros de regularização

Introdução às redes neurais

- Neurónios naturais 
- Neurónios artificiais
- Perceptron
- Redes neuronais multicamada ou profundas
   - Propagação de predições
   - Função de custo
   - Treino
   - Classificação multiclasse


Módulo 3: Aprendizagem não supervisionada.

Otimização por aleatoriedade

- Múltiplas inicializações
- Implementação

Agrupamento

- Diferenças entre agrupamento e classificação
- K-means e outros algoritmos


Módulo 4: Aprendizagem reforçada.

Deteção de anomalias

- O problema
- Anomalias na aprendizagem supervisionada vs. não supervisionada e reforçada
- Representação do modelo
- Escolha de características
- Distribuição normal ou gaussiana multivariável

Sistemas de recomendação

- Sistemas de recomendação por regressão linear
- Planeamento dos sistemas de recomendação
- Função de custo
- Realização de predições
- Similaridade entre exemplos

Algoritmos genéticos

- Evolução natural
- Evolução natural do comportamento
- Principais conceitos
- Otimização


Módulo 5: Desenvolvemento de sistemas de aprendizagem automática.

Engenharia de características (“feature engineering”)

- Criação de características
- Problemas e soluções

Análise dos Componentes Principais (“PCA”)

- Representação de variáveis
- Modelos de dimensionalidade
- Redução de dimensionalidade

Montagens

- Composição de modelos
- Técnicas de montagem
- Bagging

Planeamento de sistemas de Machine Learning

- Planeamento de um sistema de ML
- Evolução do modelo
- Implementação em grande escala
- Paralelização

Avaliação e melhoria de modelos

- Sobreajuste vs. desvio padrão
- Métricas de avaliação
- Métricas de classificação

Operações em Machine Learning

- MLOps
- Plataforma Kaggle


Projeto Final.

Gostaria de saber mais sobre esse curso?