Cursos Aplicados de R: anúncio das Turmas de Verão

Atendendo a inúmeros pedidos, nós abriremos inscrições para uma última edição esse ano dos nossos Cursos Aplicados de R. No próximo dia 23/10, às 10h, vamos abrir as Turmas de Verão para todos os nossos Cursos e nossas Formações! Mas atenção que as vagas dessa vez serão ainda mais limitadas, dado o nosso esforço concentrado de suporte às turmas. Para saber maiores detalhes, continue lendo esse post...

No momento, o nosso carrinho está fechado para todos os Cursos. Reabriremos o carrinho no próximo dia 23 de outubro de 2019, às 10h, para os seguintes Cursos:

Além disso, também abriremos no dia 23 de outubro de 2019 o carrinho para as nossas Formações:

Também abriremos inscrições para dois novos cursos:

Importante dizer que, para manter o nosso suporte aos alunos funcionando de forma plena, as inscrições serão abertas em lotes. No primeiro lote, daremos desconto de 30% para os primeiros alunos inscritos. Tão logo o primeiro lote atinja o limite de alunos, nós fecharemos ele e passaremos para o segundo lote, com desconto de 15%. Por fim, abriremos um 3º lote residual com as vagas restantes, mas com o preço cheio. As inscrições no primeiro lote costumam acabar rápido, então garanta o quanto antes a sua inscrição!

Em relação aos planos disponíveis, para os cursos de Análise de Conjuntura, Introdução ao R para Análise de Dados, Macroeconometria II, Microeconometria, Machine Learning e para as Formações, será ofertado um Plano Único com acesso por 12 meses, suporte customizado do professor e acesso ao Clube do Código também por 12 meses. Os preços variarão de acordo com a complexidade de cada Curso. Nosso objetivo com isso é dar um treinamento totalmente customizado para os alunos inscritos. Para os demais Cursos, ofereceremos um plano básico e um plano premium.

Todos os nossos Cursos contam agora com Nivelamento em R revisado e atualizado, incorporando os avanços da família de pacotes tidyverse.

Para essa Turma de Verão, continuaremos mantendo o parcelamento em até 10x sem juros no cartão de crédito.

Importante ressaltar que essa é a última edição do ano dos nossos Cursos Aplicados de R!!!

Agradecemos a atenção de todos os nossos alunos e esperamos que apreciem os novos Cursos atualizados e revisados com o que há de mais avançado na linguagem. 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com Python”.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.