Passar para o conteúdo principal

A ciência de dados é um campo de estudo multifacetado e interdisciplinar. Não é apenas dominar o mundo digital.  Entre outras disciplinas, a estatística é uma disciplina muito importante para os cientistas de dados. Na ciência de dados, as estatísticas estão no centro de algoritmos sofisticados, capturando e traduzindo padrões de dados em evidências.

Os cientistas de dados usam estatísticas para recolher, analisar e tirar conclusões dos dados, bem como aplicar modelos matemáticos. Este curso pretende dotar os formandos com conhecimentos fundamentais na área da estatística para a ciência de dados em saúde. 
 

Candidaturas encerradas


DESTINATÁRIOS

  • Estudantes de 1º, 2º ou 3º ciclos do ensino superior, Profissionais, Investigadores e que pretendam adquirir/relembrar conceitos de estatística.
  • Estudantes Graduação em Health Data Science

PROGRAMA

  • Estatística Descritiva
  • Variáveis aleatórias e distribuições
  • Regressão Linear e Logística
  • Cálculo Matricial

OBJETIVOS

  • Entender como a Estatística está relacionada com a Ciência de Dados e Machine Learning;
  • Aprender passo a passo como calcular distribuições de frequência e gerar gráficos para visualização;
  • Calcular medidas de posição, como por exemplo: média, moda, mediana, quartis e percentis;
  • Calcular medidas de dispersão de dados, como por exemplo: amplitude, variância, desvio padrão e coeficiente de variação;
  • Como utilizar as medidas de posição e dispersão para avaliar algoritmos de Machine Learning,
  • Entender a principais distribuições estatísticas e de probabilidade, como por exemplo: distribuição normal, gama, exponencial, uniforme, Bernoulli, binomial e de Poisson;
  • Como utilizar a estatística inferencial para cálculos de probabilidade;
  • Calcular intervalos de confiança;
  • Realizar testes de hipóteses, implementando os cálculos passo a passo;
  • Calcular correlação entre variáveis,
  • Criar modelos de regressão linear para previsão;
  • Entender os processos algébricos subjacentes à análise não supervisionada de dados.

NÚMERO DE VAGAS | 50


CRITÉRIOS DE SERIAÇÃO

Ordem de inscrição


DURAÇÃO | ECTS

12 horas | 2 ECTS


COORDENADOR DE CURSO

Carina Silva, ESTeSL-IPL


FORMADOR

Carina Silva, ESTeSL-IPL


AGENDA

Formato Online 

Data Horário
25 de novembro 17h00 | 21h00
26 de novembro 9h00 | 13h00
28 de novembro 18h00 | 20h00

 


Taxa de Candidatura: 15,00€ (valor não reembolsável)

VALOR | 50,00€* (valor a pagar após ser selecionado para a frequência do curso)                                                                                                                                                                           

*Gratuito para Estudantes da Pós-Graduação em Health Data Science

Candidaturas encerradas

Barra PRR