Turmas de Inverno: último dias de inscrições!

As inscrições para as Turmas de Inverno dos nossos Cursos Aplicados de R terminam hoje, 14/06, às 23h59. Há vagas para 15 Cursos Livres e 3 Formações. As turmas de Inverno terão início no dia 15/06 e contarão com o nosso Curso de Introdução ao R para Análise de Dados, de modo que não é necessário nenhum conhecimento prévio na linguagem. Para todos os detalhes sobre as Turmas de Inverno, continue lendo esse informativo...

Nós abrimos vagas para quatro áreas dos nossos Cursos Livres: Data Science, Macroeconomia Aplicada, Econometria e Finanças. Haverá vagas para 15 Cursos, a saber:

Cursos de Data Science

Macroeconomia Aplicada

Cursos de Econometria

Cursos de Micro Aplicada

Cursos de Finanças

Além disso, também abrimos as inscrições para as nossas Formações:

Plano Disponível

Para essa Turma, estamos ofertando um plano único que envolve como bônus para qualquer curso acima o nosso Curso de R para Análise de Dados, Certificado, acesso por 12 meses às aulas gravadadas e plataforma tira-dúvidas exclusiva.

Investimento

Os preços dos Cursos variam de acordo com a complexidade do conteúdo. Os alunos poderão financiar a aquisição dos Cursos em até 10x sem juros no cartão de crédito.

Especialmente para essa edição dos nossos Cursos, nós ofereceremos 30% de desconto para quem adquirir todos os cursos de uma das nossas trilhas. Para garantir o desconto, vá direto ao link abaixo:

Qualquer dúvida adicional, por favor, mande e-mail para comercial@analisemacro.com.br.

______________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como incorporar choques em cenários de previsão?

Neste exercício mostramos como incorar choques no cenário de variáveis exógenas para fins de previsão. Usando como exemplo a previsão do IPCA, através de um modelo de machine learning, mostramos os cuidados a serem tomados e uma forma simples de definir o cenário com os choques. Ao final, apresentamos uma previsão com um suposto choque e uma previsão sem o choque para comparação.

Como preparar os dados para um modelo preditivo?

Modelos de previsão macroeconômica podem facilmente alcançar um número elevado de variáveis. Mesmo modelos simplificados, como o Modelo de Pequeno Porte (MPP) do Banco Central, usam cerca de 30 variáveis. Isso impõe um grande desafio ao nosso dia a dia: como fazer a gestão destes dados para uso em modelos, desde a coleta até o tratamento?

Transfer Learning para Previsão de Séries Temporais com o Python

A aprendizagem por transferência (ou transfer learning) é a técnica de reutilizar um modelo previamente treinado em um novo problema. Esse conceito representa um grande avanço para a previsão de variáveis, especialmente aquelas organizadas ao longo do tempo, como séries temporais. Neste post, exploramos como usar transfer learning com Python para trabalhar com esse tipo de dado.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

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.