Regressão bayesiana para analistas de dados — LearnFlat
⏱ 2 h 30 min 📚 25 aulas 🎧 Versão em áudio

Regressão bayesiana para analistas de dados

Aprenda a construir, interpretar e avaliar modelos de regressão bayesiana fundamentais para fazer previsões mais informadas sob incerteza.

  • 💬 Instrutor de IA
    Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser.
  • 🕐 Comece quando quiser
    Sem horários nem prazos: aprenda no seu ritmo, quando quiser.
  • 🌐 Em português
    Aulas, tarefas e certificado: tudo totalmente no seu idioma.

Sobre este curso

Os modelos de regressão padrão fornecem uma estimativa de um único ponto, mas os dados do mundo real estão cheios de incertezas. A transição para uma abordagem bayesiana permite quantificar essa incerteza e fazer previsões probabilísticas mais confiáveis. Este curso apresenta os conceitos básicos de inferência e regressão bayesiana sem exigir um doutorado em matemática. Você começará por entender a filosofia fundamental de distribuições anteriores, probabilidade e distribuições posteriores. Em seguida, você lerá implementações passo a passo de modelos bayesianos lineares e logísticos, aprendendo a interpretar amostras posteriores e intervalos credíveis. Você também explorará técnicas computacionais modernas, como amostragem de Markov Chain Monte Carlo (MCMC) e aprenderá a avaliar seus modelos usando verificações preditivas posteriores. O que você vai aprender: Entenda as principais diferenças matemáticas e filosóficas entre regressão frequentista e bayesiana; Defina e selecione distribuições prévias apropriadas para seus coeficientes de regressão; Construa e interprete modelos de regressões lineares e logísticas bayesianas usando fluxos de trabalho de programação modernos; Analise distribuição posterior, Realize verificações preditivas posteriores para validar e refinar seus modelos; Aplique métodos bayesianos para lidar com pequenos conjuntos de dados e dados ruidosos do mundo real. Este curso começa com conceitos e terminologia de probabilidade fundamentais antes de orientá-lo através de fluxos de trabalho de modelagem prática e técnicas de diagnóstico. Ele foi projetado especificamente para analistas de dados, desenvolvedores de software e aspirantes a cientistas de dados que desejam adicionar modelagem probabilística ao seu kit de ferramentas. Nenhuma experiência prévia com estatística bayesiana é necessária, embora uma familiaridade básica com regressão linear padrão e Python seja útil. Comece a ler para dominar o poder da análise probabilística de dados.

O que você vai receber

  • 📜 Certificado de conclusão
    Adicione ao seu perfil do LinkedIn
  • 💬 Tutor AI pessoal
    Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora.
  • 🎧 Versão em áudio incluída
    Estude em qualquer lugar, sem tela
  • ♾️ Acesso vitalício
    Volte quando quiser, sem expirar
  • 📱 Celular ou computador
    Funciona em qualquer dispositivo
  • 💸 Reembolso em 14 dias
    Sem perguntas
  • ⚡ Curto e focado
    2 h 30 min de conteúdo prático

Avaliações

Ainda não há avaliações — seja o primeiro a compartilhar sua experiência.

Escrever uma avaliação

☆☆☆☆☆
Pediremos para fazer login após enviar — o rascunho fica salvo.

Outros também fizeram

Perguntas frequentes

O que preciso para fazer este curso? +

Só um celular ou computador com internet. Sem instalações nem hardware especial.

Como faço para pagar? +

Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.

Posso pedir reembolso? +

Sim — reembolso integral em 14 dias, sem perguntas.

Por quanto tempo terei acesso? +

Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.

Vou receber um certificado? +

Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.

Feito para profissionais em
Tecnologia Design Finanças Marketing Saúde Educação Hotelaria Indústria