fbpx
  • LOGIN
  • Nenhum produto no carrinho.

Descrição do curso Análise Bayesiana de Dados com R

O curso Análise Bayesiana de Dados com R  utiliza conceitos de probabilidade próximos do entendimento intuitivo popular, o que faz com que o seu aprendizado seja muito mais fácil e natural, se comparado aos métodos clássicos. Com isso a compreensão de procedimentos estatísticos é facilitada reduzindo a necessidade de memorizar equações e soluções algébricas.

São 8 horas de vídeo aulas, estudo de casos, atividades de fixação e material de apoio. Tudo orientado para aplicações práticas, tendo como referência fenômenos biológicos, com modelos estatísticos desenvolvidos no R Programming.

Objetivo do Curso

Ser um curso inicial, que forneça uma base sólida, para quem deseja trabalhar com Estatística Bayesiana.

Pré-requisitos

  • Ter feito o Curso Probabilidade I, ou ter conhecimentos equivalentes.
  • Ter conhecimentos básicos na linguagem de programação R (desejável, mas não é mandatório).

Para quem se destina

  • Analistas de dados, que queiram aprender do zero análise bayesiana de dados, como uma alternativa aos métodos estatísticos clássicos.
  • Pesquisadores e estudantes em geral.
  • Cientistas de Dados.

Certificado

Para obter o certificado digital de conclusão o aluno deverá ter concluído 90% ou mais das atividades.

Condições de Pagamento*

Parcelamos em até 10x no cartão de crédito ou à vista no boleto bancário, pelo sistema PagSeguro.

Após realizado o pagamento o aluno terá até 7 dias para desistir do curso ou antes de concluir o primeiro módulo (o que vencer primeiro). Caso o aluno desista do curso será reembolsado em até 30 dias com o valor integral, menos 4% referente às taxas administrativas.

Para alunos residentes fora do Brasil emitimos ordem de pagamento pelo sistema PayPal. Para mais informações enviar mensagem para financeiro@metodosexatos.com.br

Professor responsável


andre santosAndré L.M.F. Santos

Matemático/Estatístico com Mestrado em Eng. de Produção.

Profissional com mais de 20 anos de experiência no setor acadêmico e corporativo.

Atualmente, faz doutorado em Marketing, pesquisando métodos quantitativos para otimização de investimento em meios digitais.

 

Currículo do Curso

INTRODUÇÃO À ANÁLISE BAYESIANA
BAYES – 003 Programa do Curso 00:02:32
BAYES – 004 Panorama Geral 00:04:06
BAYES – 005 Frequentistas vs Bayesianos 00:05:10
BAYES – 006 Recursos 00:02:41
BAYES – 007 Estudo da Maturidade Sexual do Peixe-Galo 00:02:05
BAYES – 008 Introdução ao Uso do R 00:11:31
BAYES – 009 Sobre as Demais Seções 00:04:23
MEDIÇÃO DE INCERTEZA
BAYES – 010 Conceito Bayesiano de Probabilidade 00:04:59
BAYES – 011 Lógica Indutiva 00:04:20
BAYES – 012 Operações Lógicas com Eventos 00:05:56
BAYES – 013 Regras de Probabilidades 00:02:56
BAYES – 014 Probabilidade de E Condicionado ao Fato H 00:03:31
BAYES – 015 Leis de Probabilidades 00:05:36
BAYES – 016 Aferição de Probabilidades 00:05:19
BAYES – 017 Experimento de Calibração – parte 1 00:04:42
BAYES – 018 Experimento de Calibração – parte 2 00:07:48
BAYES – 019 Teorema da Probabilidade Total – parte 1 00:05:48
BAYES – 020 Teorema da Probabilidade Total – parte 2 00:08:41
BAYES – 021 Teorema da Probabilidade Total – parte 3 00:09:52
BAYES – 022 Teorema de Bayes 00:16:24
BAYES – 023 Exercício 2.6 a 00:11:08
BAYES – 024 Exercício 2.6 b 00:02:21
BAYES – 025 Exercício 2.10 00:08:22
BAYES – 026 Exercício 2.12 a 00:09:27
BAYES – 027 Exercício 2.12 b 00:03:46
BAYES – 028 Exercício 2.13 00:03:16
BAYES – 029 Solução – Exercício 2.13 a 00:04:10
BAYES – 030 Solução – Exercício 2.13 b 00:06:53
BAYES – 031 Solução – Exercício 2.13 c 00:03:31
BAYES – 032 Solução – Exercício 2.13 d 00:03:41
BAYES – 033 Resumo das Regras de Probabilidade 00:14:14
BAYES – Slides M02:: MEDIÇÃO DE INCERTEZA 00:00:00
QBAYES02 – MEDIÇÃO DE INCERTEZA Ilimitado
DISTRIBUIÇÕES DE PROBABILIDADES
BAYES – 034 Variáveis Aleatórias 00:07:48
BAYES – 035 Variáveis Aleatórias Discretas 00:08:34
BAYES – 036 Variáveis Aleatórias Contínuas 00:04:25
BAYES – 037 Distribuições de Probabilidade 00:04:40
BAYES – 038 Distribuição Uniforme Discreta 00:06:10
BAYES – 039 Modelo Probabilístico UD no R 00:12:04
BAYES – 041 Modelo Probabilístico Bin no R 00:15:47
BAYES – 042 Distribuição Hipergeométrica 00:05:50
BAYES – 043 Modelo Probabilístico Hip no R 00:07:32
BAYES – 044 Distribuição de Poisson 00:05:11
BAYES – 045 Modelo Probabilístico Pois no R 00:05:12
BAYES – 046 Distribuição Binomial Negativa 00:05:27
BAYES – 047 Modelo Probabilístico BinN no R 00:04:52
BAYES – 048 Distribuição Contínua U(c,d) 00:02:47
BAYES – 049 Distribuição Beta 00:02:53
BAYES – 050 Distribuição Beta Generalizada 00:02:16
BAYES – 051 Distribuição Exponencial 00:02:27
BAYES – 052 Distribuição Gamma 00:02:43
BAYES – 053 Distribuição Gamma-Inversa 00:02:35
BAYES – 054 Distribuição Normal 00:03:24
BAYES – 055 Distribuição de Student 00:02:37
BAYES – Slides M03:: DISTRIBUIÇÕES DE PROBABILIDADES 00:00:00
QBAYES03 – DISTRIBUIÇÕES DE PROBABILIDADES Ilimitado
ANÁLISE BAYESIANA DE DADOS
BAYES – 056 Introdução Análise Bayesiana de Dados 00:03:09
BAYES – 057 Construção da Distribuição Posterior 00:10:20
BAYES – 058 Probabilidades Posteriores para Famílias Conjugadas de Distribuições 00:04:48
BAYES – 059 Exemplo 4.1 00:02:54
BAYES – 060 Exemplo 4.1 – Aplicação 00:06:22
BAYES – 061 Atividade 4.2 00:04:16
BAYES – 062 Solução Atividade 4.2 02:55:00
BAYES – 063 Atividade 4.2 (Continuação) 00:02:50
BAYES – 064 Solução Atividade 4.2 (Continuação) 00:04:08
BAYES – 065 Exemplo 4.3 00:05:34
BAYES – 066 Exemplo 4.3 (Continuação) 00:06:48
BAYES – 067 Desenvolvimento de Posteriores com Famílias Conjugadas no R 00:11:16
BAYES – 068 Famílias Conjugadas para Amostras da Distribuição Normal 00:02:26
BAYES – 069 Priori Informativa 00:03:53
BAYES – 070 Atividade 4.3 (Reavaliando) 00:02:30
BAYES – 071 Desenvolvimento do Modelo Normal-Gama com Priori Informativa no R 00:11:18
BAYES – 072 Distribuição Posterior Marginal 00:02:10
BAYES – 073 Distribuição Posterior Marginal no R 00:03:07
BAYES – 074 Priori Não-Informativa 00:05:07
BAYES – 075 Hiper-parâmetros da Priori Normal-Gama 00:05:32
BAYES – Material de Apoio M04:: ANÁLISE BAYESIANA DE DADOS 00:00:00
QBAYES04 – ANÁLISE BAYESIANA DE DADOS Ilimitado
INFERÊNCIA BAYESIANA
BAYES – 076 Introdução à Inferência Bayesiana 00:01:20
BAYES – 077 Análise Bayesiana de Decisão 00:03:24
BAYES – 078 Exemplo 6.1 – Análise de Decisão para Maturação do Peixe Galo 00:05:13
BAYES – 079 Perda 00:02:15
BAYES – 080 Estimativa de Θ e Desvio Padrão Posterior 00:06:00
BAYES – 081 Intervalo de Credibilidade 00:04:09
BAYES – 082 Testes de Hipóteses 00:05:53
BAYES – 083 Teste de Hipótese Unilateral 00:06:25
BAYES – 084 Teste de Hipótese Bilateral 00:07:00
BAYES – 085 Fator de Bayes 00:02:37
BAYES – 086 Aplicação do Fator de Bayes 00:05:02
BAYES – 087 Aplicação do Fator de Bayes no R 00:02:49
BAYES – 088 Considerações Finais 00:03:49
BAYES – Material de Apoio M05:: INFERÊNCIA BAYESIANA 00:00:00
Pesquisa de Satisfação Ilimitado

Resenhas do Curso

N.D

classificações
  • 5 estrelas0
  • 4 estrelas0
  • 3 estrelas0
  • 2 estrelas0
  • 1 estrelas0

Nenhuma resenha foi encontrada para este curso.

QUERO FAZER ESSE CURSO
  • R$179,00
  • Certificado
16 ALUNOS INSCRITOS

Melhores Classificados

Revisões do Curso

  • Introdução à Bioestatística com Computação Científica

    Excelente 5

    Muito bem explicado.
    Ramiro Nery de Souza
  • Curso Estatística Descritiva

    Muito bom! 4

    O conteúdo é muito bem explicado em um ritmo que, mesmo quem não tem muita experiência em estatística pode acompanhar. Pra quem já tem experiência, pode ser muito básico, mas é sempre bom rever os conceitos.
    Fábio Baum
  • Planejamento de Estudos Estatísticos

    Parabéns

    Muito bom. Foi possível aprender diversos conceitos.
    LeonardoFelipedasChagas
  • Pré-cálculo I

    Excelente 5

    Curso muito bom, está ajudando muito há relembrar os conceitos matemáticos.
    guilhermevfc
  • Computação Científica com R

    5

    Adorei o curso! A explicação é objetiva, o professor realiza a prática através de exemplos no Rstudio. Estão de parabéns! Gostei bastante!
    Angélica Rodrigues de Lima
  • Computação Científica com R

    5

    O curso é excelente para quem está iniciando ou até mesmo quem ficou muito tempo sem contato com a ferramenta e precisava relembrar alguns conceitos básicos. O André segue uma didática muito boa.
    AndersonAlmeida
Métodos Exatos © Direitos reservados.