Inteligência Artificial e Ciência de Dados para SEFAZ-AL (Auditor Fiscal da Administração Tributária Estadual)
Ganhe:
12x
R$ 34,83
No Cartão de Crédito ou 10% de desconto no Boleto ou Pix à vista
Inteligência Artificial e Ciência de Dados para SEFAZ-AL (Auditor Fiscal da Administração Tributária Estadual)
Curso de Inteligência Artificial e Ciência de Dados para o concurso SEFAZ-AL (Auditor Fiscal da Administração Tributária Estadual): Livro Digital Interativo, videoaulas, questões comentadas e Fórum de Dúvidas.
Produto
Inteligência Artificial e Ciência de Dados para SEFAZ-AL (Auditor Fiscal da Administração Tributária Estadual)
Ganhe:
12x
R$ 34,83
No Cartão de Crédito ou 10% de desconto no Boleto ou Pix à vista
Cursos disponíveis nesse produto
CursoProfessores
Inteligência Artificial e Ciência de Dados para SEFAZ-AL (Auditor Fiscal da Administração Tributária Estadual) (PÓS-EDITAL)Professores: Diego Carvalho; Renato da Costa
Dado, informação, conhecimento e inteligência. Dados estruturados e não estruturados. Dados abertos. Coleta, tratamento, armazenamento, integração e recuperação de dados. Metadados.
Processo de ciência de dados.
Bancos de dados relacionais. Conceitos e características.
Modelagem relacional. Tabelas, visões, índices, chaves e relacionamentos.
SQL.
Planilhas.
Business Intelligence.
Modelagem dimensional e multidimensional.
Técnicas de pré-processamento de dados.
Modelo de referência CRISP-DM. Mineração de dados. Classificação. Mineração de texto. Detecção de anomalias. Modelagem preditiva.
Algoritmos de Mineração de Dados. Regras de associação. Análise de agrupamentos (clusterização).
INTELIGÊNCIA ARTIFICIAL: Fundamentos de inteligência artificial. Relações entre inteligência artificial, Inteligência artificial generativa. Modelos de linguagem de grande escala – LLM.
Aprendizado de máquina: fundamentos, métricas de desempenho. Regressão. Redes neurais artificiais. Deep learning.
Aprendizado de máquina: principais algoritmos;
Análise exploratória de dados.
Visualização de dados.
Big Data: conceitos, premissas e aplicações.
Processamento de linguagem natural. Geração aumentada por recuperação – RAG.