Cursos | Montvero Consultoria e Treinamento

Treinamento

UNSUPERVISED LEARNING &

TÉCNICAS EXPLORATÓRIAS COM R

ONLINE

Objetivos:

Capacitar os participantes para o entendimento e a aplicação de técnicas exploratórias de análise de dados por meio do software R.

Obs.: Não é necessário conhecimento prévio sobre o R!

Público-Alvo:

Profissionais de Empresas, Consultores, Participantes de Cursos de Extensão, Pós-Graduação Lato Sensu e MBAs, e Demais Interessados que têm como Principal Objetivo o Tratamento, a Análise de Dados e a Estimação de Modelos para a Geração de Informações Propícias à Tomada de Decisão. Destina-se também a Alunos de Cursos de Graduação e Pós-Graduação Stricto Sensu em Ciência da Computação, Administração, Engenharia, Economia, Contabilidade, Atuária, Estatística, Psicologia, Medicina e Saúde e Demais Campos do Conhecimento das Ciências Humanas, Exatas e Biomédicas.

Método de Ensino:

Aulas virtuais em real time, com aplicação de exemplos e exercícios práticos. Utilização de microcomputador para processamento e análise das listagens emitidas, por meio do software R.

Conteúdo Programático:

Introdução ao Software R:
- Por que aprender uma linguagem de programação?
- Por que o R?
- Instalação da linguagem R e do software RStudio.
- Apresentação do ambiente do RStudio.

Análise de Clusters ou de Agrupamentos:
- Definição de medidas de distância ou de semelhança em análise de clusters.
- Esquemas de aglomeração.
- Análise de clusters com esquemas de aglomeração hierárquicos.
- Análise de clusters com esquemas de aglomeração não hierárquicos k-means.
- Análise gráfica e visual de agrupamentos.
- Escalonamento multidimensional.
- Aplicação constante de scripts em casos com bases de dados reais.

Principal Component Analysis (PCA):
- Conceito de fator.
- Adequação global da análise: KMO e teste de Bartlett.
- Cargas e scores fatoriais.
- Elaboração de mapas de cargas para variáveis.
- Aplicação em análise espacial.
- Aplicação constante de scripts em casos com bases de dados reais.

Association Rules & Análise de Correspondência Simples e Múltipla:
- Cross-classification tables & association rules.
- Associação entre variáveis categóricas.
- Análise de correspondência simples e múltipla.
- Definição de coordenadas (scores) de categorias de variáveis qualitativas.
- Elaboração de mapas perceptuais.
- Aplicação constante de scripts em casos com bases de dados reais.