Um Curso totalmente hands-on, voltado para a construção de modelos preditivos em R para variáveis macroeconômicas baseados em algoritmos de machine learning. Além disso, os alunos do Curso aprenderão a desenvolver dashboards em shiny para visualização dos resultados dos modelos.
Os modelos de machine learning entraram de forma definitiva no pipeline de quem trabalha com previsão de variáveis macroeconômicas. De forma a atender essa demanda crescente, preparamos um super Curso que irá focar na construção de modelos preditivos baseados em algoritmos de machine learning para variáveis macroeconômicas como IPCA, IGP-M, taxa de juros, crédito, produção industrial, vendas no varejo, serviços, variáveis fiscais, etc.
O público-alvo desse curso é composto por estudantes de graduação que já tenham concluído as cadeiras de macroeconomia, estatística e econometria; estudantes de pós-graduação que tenham interesse em trabalhar com modelos de previsão, professores interessados no ensino/pesquisa de modelos preditivos e profissionais de mercado que queiram ter acesso a ferramentas de fronteira na área de forecasting.
Os pré-requisitos para o Curso serão dados como bônus para os alunos que se inscreverem no Curso: R para Análise de Dados e Machine Learning usando o R.
O curso se divide em 25 seções, intercalando entre a construção de modelos preditivos para variáveis macroeconômicas como IPCA, IGP-M, câmbio, crédito, nível de atividade, setor externo e variáveis fiscais, bem como a construção de dashboards em shiny que tornam a visualização das projeções mais amigável para o usuário final.
O Curso será totalmente hands on, com a automatização do processo de coleta de co-variáveis, utilizadas para a previsão da variável de interesse, bem como o tratamento e escolha dos modelos. Todas as seções incluem o processo de treino/teste dos modelos utilizados, bem como a previsão fora da amostra das variáveis de interesse.
O produto final de cada um dos blocos de previsão será uma estratégia completa de previsão, que passa pelo pré-processamento das co-variáveis, modelagem e previsão, bem como a construção de um dashboard interativo para visualização gráfica do processo.
Ao longo do processo, serão utilizados os principais algoritmos de machine learning, tais como regressão, LASSO, Bagging, CSR, Random Forest, Redes Neurais, árvores de decisão, SVM, dentre outros.
Nessa seção, o aluno será apresentado ao programa do curso, bem como ao uso de modelos de machine learning para fins de previsão.
Nessa seção, o aluno aprenderá a construir uma estratégia de previsão para a inflação medida pelo IPCA envolvendo regressão CSR, Bagging e LASSO.
Nessa seção, os alunos irão aprender a construir um dashboard em shiny que mostra a previsão da inflação medida pelo IPCA.
O objetivo dessa seção é apresentar uma estratégia de previsão da produção industrial brasileira baseada em modelos de regressão, LASSO e Random Forests.
Nessa seção, construiremos um dashboard voltado para a previsão da produção industrial brasileira.
Nessa seção, a partir de palavras-chaves extraídas do Google Trends, geramos uma previsão para os serviços disponíveis na Pesquisa Mensal de Serviços (PMS).
Nessa seção, os alunos aprenderão a produzir um dashboard em shiny que contém um modelo de previsão para os serviços da PMS.
Nessa seção, construiremos modelos clássicos como ARIMA, exponential smoothing, regressão linear e outros mais modernos como o algoritmo Prophet e Redes Neurais para fazer previsão das vendas do comércio (PMC).
Tudo pronto com a análise exploratória e com os modelos? Nessa seção, os alunos aprenderão a produzir relatórios/apresentações e a disponibilizar seus notebooks para consulta de usuários externos. Focaremos na reprodutibilidade dos trabalhos e na coesão do código e dos relatórios.
Nessa seção, construímos um modelo de nowcasting do PIB brasileiro.
Nessa seção, construímos um dashboard de nowcasting do PIB
Nessa seção, construímos uma estratégia de previsão para o desemprego medido pela PNAD Contínua baseada em modelos de ML.
Nessa seção, construímos um dashboard que mostra a previsão do desemprego brasileiro.
Nessa seção, construímos um modelo de previsão para crédito a pessoa física.
Nessa seção, construímos um modelo de previsão para crédito a pessoa física.
Nessa seção, construímos um modelo de previsão para a taxa básica de juros da economia brasileira.
Nessa seção, construímos um dashboard de previsão para a taxa básica de juros da economia brasileira.
Nessa seção, construímos uma estratégia de previsão para a taxa de câmbio R$/US$.
Nessa seção, construímos um dashboard de previsão para a taxa de câmbio R$/US$.
Nessa seção, construímos uma estratégia de previsão para o IGP-M
Nessa seção, construímos um dashboard de previsão do IGP-M
Nessa seção, construímos uma estratégia de previsão para variáveis fiscais brasileiras como o resultado primário e a dívida bruta.
Nessa seção, construímos um dashboard de previsão das variáveis fiscais brasileiras
Nessa seção, construímos modelos de previsão das variáveis externas como balança comercial, conta corrente e investimento estrangeiro direto
Nessa seção, construímos um dashboard de previsão das variáveis externas como balança comercial, conta corrente e investimento estrangeiro direto
Vídeos Didáticos
Cada seção será acompanhada de videoaulas subdividas em tópicos específicos, tornando o aprendizado ainda mais dinâmico.
Slides e Códigos disponíveis
Todos os slides e códigos utilizados ao longo das seções ficam disponíveis para os alunos baixarem e reproduzirem.
Pdfs reprodutíveis
Em todas as seções, o professor produz apresentações e relatórios que dão o direcionamento para o aprendizado autônomo do aluno.
Nosso Curso de Modelos Preditivos aplicados à Macroeconomia é 100% adaptável à sua rotina de trabalho ou estudo. Você escolhe o melhor horário para assistir aos vídeos gravados e aprofundar o tema da videoaula replicando o exercício realizado pelo professor.
Todos os códigos utilizados são disponibilizados para que o aluno possa aprender de forma autônoma. De forma a dar maior atenção aos alunos, as vagas para essa turma serão limitadas.
Os alunos inscritos no Curso terão acesso a todo o material digital e às videoaulas por 12 meses. Poderão tirar dúvidas com o professor em plataforma exclusiva.
Vítor Wilher é Bacharel e Mestre em Economia, pela Universidade Federal Fluminense, especialista em Data Science pela Johns Hopkins University e um dos professores pioneiros na oferta de Cursos de R no Brasil. Seu curso de Introdução ao R teve mais de 30 turmas e formou milhares de alunos no país. Sua dissertação de mestrado foi na área de política monetária, titulada "Clareza da Comunicação do Banco Central e Expectativas de Inflação: evidências para o Brasil", defendida perante banca composta pelos professores Gustavo H. B. Franco (PUC-RJ), Gabriel Montes Caldas (UFF), Carlos Enrique Guanziroli (UFF) e Luciano Vereda Oliveira (UFF). Já trabalhou em grandes empresas, nas áreas de telecomunicações, energia elétrica, consultoria financeira e consultoria macroeconômica. Atualmente, é Sócio-fundador da Análise Macro e Palestrante. Caso queira, mande um e-mail para ele: vitorwilher@analisemacro.com.br. O portfólio e currículo completo do professor podem ser vistos aqui.
Os alunos inscritos no Curso têm acesso a Certificado de 90 horas para fins de atividades complementares de cursos de graduação ou pós-graduação, bem como na sua empresa. Para ter acesso ao certificado, o aluno deverá entregar mais do que 70% das atividades propostas ao longo do Curso no prazo de 12 meses.
Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ
CEP: 22410-002
comercial@analisemacro.com.br
