Bootcamp: Machine Learning aplicado ao Motorsport
Matricule-se agora por R$ 400,00-
Informações iniciais
-
Aula 01 – Introdução ao Pandas
-
Aula 02 – Explorando o Data Frame
-
Aula 03 – Criando um modelo de Machine Learning
-
Aula 04 – Avaliando um modelo de Machine Learning
-
Considerações finais
Bootcamp: Machine Learning aplicado ao Motorsport
Descrição do curso
Aprenda Machine Learning aplicado à Fórmula 1! Com dados históricos e a biblioteca Ergast em Python, você desenvolverá modelos preditivos para analisar e prever resultados em aplicações de Motorsport. Você explorará dados históricos da Fórmula 1, utilizando a biblioteca Ergast em Python. Através de exemplos práticos, você entenderá como construir modelos de machine learning para prever resultados de corridas e analisar tendências, preparando-se para aplicar esses conhecimentos em projetos reais.
Nível: Intermediário
Período de acesso: 180 dias. Após o fechamento do prazo ativo do curso, o conteúdo será bloqueado no portal. Não realizamos extensão de prazos.
Software usado: É necessário apenas Python instalado no computador.
Pré-requisito: Conhecimento básico em Python e Estatística.
O módulo é composto por materiais assíncronos e aulas ao vivo.
Os conteúdos assíncronos serão disponibilizados a partir do dia 27/05. As aulas ao vivo serão realizadas nos dias: 03, 05, 10 e 12 de junho.
Categoria: Programação
Informações gerais
Conteúdo
- Introdução ao Pandas
- Introdução a programação
- Programação no Motorsport
- Ambiente de desenvolvimento
- Biblioteca Pandas
- Bônus (Desafio)
- Explorando o Data Frame
- Fluxo do projeto de Data Science
- EDA (Exploratory data analysis)
- Biblioteca Ergast F1
- Biblioteca Plotly
- Bônus: Como conectar Motorsports e Tecnologia.
- Introdução ao Machine Learning
- Banco de dados em Motorsport
- Modelos de regressão
- Modelos de Classificação
- Modelos de Clusterização
- Biblioteca scikit-learn
- Avaliando um modelo de Machine Learning
Objetivo
Aprender a criar um modelo de Machine Learning utilizando dados históricos da Fórmula 1.
Público-alvo
Estudantes de engenharia, amantes de Motorsport e tecnologia.
Metodologia
O aluno terá acesso a conteúdo síncrono e assíncrono. As aulas assíncronas devem ser assistidas antes da aula síncrona correspondente para que o aluno tenha um melhor aproveitamento do conteúdo ao vivo. As aulas síncronas serão realizadas através da plataforma Zoom. Todas serão gravadas e o aluno terá acesso a todo material para assistir, reassistir de acordo com a sua disponibilidade.
O módulo é composto por materiais assíncronos e aulas ao vivo.
Os conteúdos assíncronos serão disponibilizados a partir do dia 27/05. As aulas ao vivo serão realizadas nos dias: 03, 05, 10 e 12 de junho.
Período de acesso: 180 dias ou 360 dias para usuários Free Pass. Após o fechamento do prazo ativo do curso, o conteúdo será bloqueado no portal. Não realizamos extensão de prazos.
Esclarecimento de dúvidas: Todas as dúvidas relacionadas às aulas deverão ser enviadas através do fórum do curso. Neste ambiente colaborativo as dúvidas serão atendidas o mais breve possível: I) Para que possamos garantir o melhor tempo de resposta possível, solicitações enviadas por outros canais de comunicação não serão consideradas; II) Este ambiente não deve ser utilizado para dúvidas de projetos pessoais.
Certificado
Após a conclusão integral do curso o aluno tem acesso ao seu certificado em formato eletrônico, comprovando a conclusão do curso com o total de horas cursadas. O certificado é expedido pelo Instituto ESSS que é referência mundial no tema de Simulação Computacional, em parceria com a empresa Full Time, uma das maiores e mais vencedoras equipes do automobilismo brasileiro.