Turmas de Estudos e Mentoria Planos e Assinaturas Mapeamentos de Concursos Específicos. Cursos Regulares - Teoria Completa, Exercícios e Aulas em PDF Revisões de Véspera, Simulados e Provas Corrigidas Aprendendo a Estudar - Técnicas de Estudos, de Aprendizagem e Mentoria.

Pesquisar por cursos... Pesquisando por … Sem resultados para … Ver todos os cursos com …

Aula 11 - Machine Learning - Agrupamento

Vitor Kessler

Auditor Federal de Finanças e Controle da Controladoria-Geral da União CGU, trabalhando com auditoria de TI e cruzamento de bases de dados.

Compre agora e tenha acesso ao curso completo

12 × de R$ 16,67 R$ 200,00 à vista

Comprar agora

Conteúdo

1Avisos e Notificações

Muita atenção neste módulo, pois serão postados todos os avisos e notificações geais do curso aqui.

Novidades na nova plataforma 1 - Acesso aos cursos, acompanhamento dos cursos e novidades no acesso.
13:10
ASSISTIR
Conhecendo nossas Categorias de Cursos e tirando maior proveito da plataforma.
13:33

2Entenda as Parcerias

Aqui serão postados vídeos explicativos sobre cada uma das nossas parcerias e como tudo funciona.

Entenda a Parceria com o TECConcursos e como tudo funciona após a sua matrícula
01:59

3Gestão de Projetos

1. Metodologias Ágeis, Scrum, Modelagem Ágil, Scrumban, Kanban, Extreme Programming (XP), Lean e Guia de Prática Ágil do PMI;

Métodos Ágeis - Regular - 01 - Conceitos
31:01
ASSISTIR
Métodos Ágeis - Regular - 02 - Conceitos
36:13
Métodos Ágeis - Regular - 03 - Planejamento Ágil, RAD
29:13
Métodos Ágeis - Regular - 04 - Prototipação Evolucionária, XP
31:28
Métodos Ágeis - Regular - 05 - Scrum
27:49
Métodos Ágeis - Regular - 06 - Scrum
29:53
Métodos Ágeis - Regular - 07 - Scrum
38:06
Métodos Ágeis - Regular - 08 - Scrum
33:10
Métodos Ágeis - Regular - 09 - Scrum, Kanban
37:51
Métodos Ágeis - Regular - 10 - Lean, TDD, BDD
32:07

4Pipeline de Dados e Business Intelligence (BI)

II. Pipeline de Dados e Business Intelligence (BI) 1. Pipeline de Dados; 2. Fundamentos, orquestração, integração, ETL. III. Business Intelligence (BI) - 1. Business Intelligence; 2. Processo de coleta, organização, análise e compartilhamento de informações; 3. Ferramentas de criação de dashboards: Power BI; 4. Elaboração de relatórios analíticos; 5. Processo de descoberta de informações (coleta, transformação, análise, visualização, decisão); 6. Indicadores e métricas (KPI – Key Performance Indicators, métricas financeiras e fiscais).

Big Data Conceitos - 01
25:54
ASSISTIR
Big Data Conceitos - 02
31:20
Big Data Conceitos - 03
47:20
Modelagem de Dados Dimensional, Multidimensionalidade e BI - Material em PDF
46 págs.
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 1
39:49
ASSISTIR
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 2
40:00
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 3
38:16
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 4
26:31
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 5
27:03
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 6
29:55
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 7
35:07
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 8
27:48
Modelagem de Dados Dimensional, Multidimensionalidade e BI - 9
17:14
PETIC - Missão, visão, objetivos estratégicos e indicadores - 01
30:31
Indicadores, Metas e Resultados - Cebraspe - 01
36:19

5Análise de Dados Estruturados Utilizando SQL

V. Análise de Dados Estruturados Utilizando SQL - 1. Estruturas de dados, chaves primárias e estrangeiras (PK, FK), tipos de dados, relacionamento entre tabelas, joins, condicionais, agrupamento, sumarização, filtragem, manipulação de valores, textos e datas, subconsultas, identificação e tratamento de valores faltantes ou duplicados, produto cartesiano, comandos básicos de SQL (SELECT, FROM, WHERE, ORDER BY, GROUP BY, INSERT, UPDATE, DELETE, COUNT, SUM, AVG, MIN, MAX).

Modelagem e Abordagem Relacional - Regular - 01
40:10
ASSISTIR
Modelagem e Abordagem Relacional - Regular - 02
33:08
Modelagem e Abordagem Relacional - Regular - 03
26:08
Modelagem e Abordagem Relacional - Regular - 04
27:03
Modelagem e Abordagem Relacional - Regular - 05
27:24
Modelagem e Abordagem Relacional - Regular - 06
32:36
Modelagem e Abordagem Relacional - Regular - 07
33:30
Modelagem e Abordagem Relacional - Regular - 08
44:56
Modelagem e Abordagem Relacional - Regular - 09
25:00
Modelagem e Abordagem Relacional - Regular - 10
38:24
Modelagem e Abordagem Relacional - Regular - 11
17:00
Modelagem e Abordagem Relacional - Regular - 12
40:21
SQL - Material em PDF
63 págs.
SQL - 1 - Conceitos e Tipos de Sublinguagens DDL, DML
30:31
ASSISTIR
SQL - 2 - Tipos de Dados, Domínios e Valores Default
18:39
SQL - 3 - Constraints, Chaves Primárias, Chaves Estrangeiras - 1
31:08
SQL - 4 - Constraints, Chaves Primárias, Chaves Estrangeiras - 2
32:11
SQL - 5 - Alter, Drop
18:28
SQL - 6 - Delete
11:14
SQL - 7 - Insert Into
17:10
SQL - 8 - Update
12:14
SQL - 9 - Select - 1 - ALL, Distinct, Expressões, Comparações
31:51
SQL - 10 - Select - 2 - ALL, Distinct, Expressões, Comparações - Exercícios
10:37
SQL - 11 - Select - 3 - Between, Joins
27:53
SQL - 12 - Select - 4 - Considerações Finais
41:15

6Análise de Dados com Microsoft Excel.

1. Análise e manipulação de dados com as funções SE, E, OU, SOMASES, CONT.SES, PROCV, PROCX, ÚNICO, SEERRO, funções de tratamento de texto e data, e outras funções básicas e avançadas e suas combinações; 2. Identificação e tratamento de valores faltantes ou duplicados.

Microsoft Excel - Regular - 01
29:44
Microsoft Excel - Regular - 02
27:15
Microsoft Excel - Regular - 03
31:47
Microsoft Excel - Regular - 04
33:42
Microsoft Excel - Regular - 05
30:03
Microsoft Excel - Regular - 06
35:59
Microsoft Excel - Regular - 07
33:35
Microsoft Excel - Regular - 08
36:05

7Inteligência Artificial

VI. Inteligência Artificial – 1. Inteligência artificial e aprendizado de máquina (IA/ML): Modelos preditivos (supervisionados) e descritivos (não supervisionados).

Aula em PDF - Inteligência Artificial
94 págs.
Aula 00 - Introdução à Inteligência Artificial.
36:43
ASSISTIR
Introdução - Questões - 2023-2024
21:50
Aula 01 - Introdução a Machine Learning
26:36
ASSISTIR
Aula 02 - Introdução a Machine Learning - 02
09:10
Aula 03 - Machine Learning - Over e Underfitting
26:21
ASSISTIR
Aula 04 - Machine Learning - Tipos de Aprendizado
14:42
Aula 05 - Machine Learning - Métricas de Classificação
24:08
Aula 06 - Machine Learning - Classificação, Árvores de Decisão e Random Forest
36:16
Aula 07 - Machine Learning - KNN e Naive Bayes
29:00
Aula 08 - Machine Learning - Redes Neurais Artificais
26:40
Aula 09 - Machine Learning - Regressão Logística e SVM
23:52
Aula 10 - Machine Learning - Regressão
11:40
Aula 11 - Machine Learning - Agrupamento
29:37
ASSISTIR
Aula 12 - Machine Learning - Regras de Associação e Redução de Dimensionalidade
17:21
Aula 01 - Aprendizado de Máquina - Questões atualizadas 2024
38:25
Aula 02 - Aprendizado de Máquina - Questões atualizadas 2024
31:42
Aula 03 - Aprendizado de Máquina - Questões atualizadas 2024
35:07
Aula 04 - Aprendizado de Máquina - Questões atualizadas 2024
25:15
Aula 05 - Aprendizado de Máquina - Questões atualizadas 2024
26:18
Aula 06 - Aprendizado de Máquina - Questões atualizadas 2024
24:57
Tópicos de IA - Aula 01 - IA Generativa Parte 01
27:30
Tópicos de IA - Aula 02 - IA Generativa Parte 02
35:20

MAIS 4 MÓDULOS ESCONDER 4 MÓDULOS