Abraham Laredo Sicsú, André Samartini, Nelson Lerner Barth

Técnicas de machine learning (eBook, ePUB)

• Format: ePub

Produktbeschreibung

O desenvolvimento de modelos de análise aplicados à realidade empresarial se tornou competência crítica em todos os setores de atividade econômica e os profissionais enfrentam duas questões. Como geraremos valor a partir dos dados? Como usaremos corretamente os métodos de análise? Existe um crescente arsenal de técnicas de Machine Learning, provocando efeitos colaterais indesejáveis, como a adoção de técnicas apenas por parecerem modernas. Neste livro, Abraham Laredo Sicsú, André Samartini e Nelson Lerner Barth expõem as técnicas obrigatórias, prática e objetivamente, suplantando as barreiras para o aprendizado de Data Science. Apresentam de forma equilibrada e rigorosa tanto os conceitos fundamentais quanto os exemplos de aplicação prática.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Editora Blucher
• Seitenzahl: 394
• Erscheinungstermin: 10. Februar 2023
• Portugiesisch
• ISBN-13: 9786555063974
• Artikelnr.: 67432507

Autorenporträt

Abraham Laredo Sicsú é MSc e PhD em Engenharia de Produção pela Stanford University. Professor de Data Science na Escola de Administração de Empresas de São Paulo da Fundação Getulio Vargas (FGV EAESP). Foi professor de Estatística no Instituto de Matemática e Estatística da Universidade de São Paulo (IME/USP). Desde 1980 atua como consultor empresarial em Métodos Quantitativos. André Samartini é bacharel e mestre em Estatística pela Universidade de São Paulo (USP) e doutor em Administração de Empresas pela Escola de Administração de Empresas de São Paulo da Fundação Getulio Vargas (FGV EAESP), onde é professor de Data Science e coordenador da Escola de Métodos. Possui grande experiência de consultoria empresarial em Data Science. Nelson Lerner Barth é Engenheiro Eletricista pela Universidade de São Paulo (USP) e doutor em Administração de Empresas pela Escola de Administração de Empresas de São Paulo da Fundação Getulio Vargas (FGV EAESP), onde é professor na área de Data Science. Experiente consultor empresarial em Automação de Processos Administrativos.