Profissinais que desejam adquirir ou aprimorar seus conhecimentos em modelagem de dados, analytics e estatística aplicada

Transcrição

1 MBA ANALYTICS

2 OBJETIVOS Na era da informação, as empresas capturam e armazenam muitos dados, e existe a real necessidade da aplicação de técnicas adequadas para a rápida tomada de decisão com base nas informações coletada Para auxiliar os executivos, este curso tem o objetivo de apresentar, com base na resolução de casos, as principais técnicas de analytics utilizadas para organizar, resolução de casos, as principais técnicas de analytics, utilizadas para organizar, explorar e encontrar padrões escondidos nos dados, transformando dados brutos em valor para o negócio PERFIL DO ALUNO Profissinais que desejam adquirir ou aprimorar seus conhecimentos em modelagem de dados, analytics e estatística aplicada CORPO DOCENTE O corpo docente conta com professores altamente capacitados em Big Data com experiência no mundo corporativo. Nos critérios de seleção do corpo docente, serão priorizadas sua qualificação e experiência profissionais nas distintas matérias, de maneira que o curso permita não somente a transmissão de conhecimentos mas também de critérios e experiências enriquecedoras para os alunos METODOLOGIA Aulas expositivas, resolução de exercícios práticos, estudos de casos e laboratórios 2

3 MATRIZ CURRICULAR Módulo 1 Modelagem Estatística para Tomada de Decisão Análise Exploratória de Dados Tipos de Variáveis Dados Qualitativos e Dados Quantitativos Medidas de posição e de variabilidade Sumarizando os dados: Box-plot Identificação e tratamento de outlier Distribuição de frequência e histogramas Distribuição de Probabilidade Principais Distribuições Discretas (Uniforme, Bernoulli, Poisson, Binomial) Principais Distribuições Contínuas (Normal, t de Student) Inferência População e amostra Estimação de parâmetros Teste de Hipótese Regressão Linear Simples e Múltipla Coeficiente de correlação linear de Pearson Coeficiente de determinação e Coeficiente de determinação ajustado Ajuste de equação de projeção Testes estatísticos sobre os parâmetros Interpretação dos parâmetros do modelo Previsão Análise de Resíduos Métodos de Seleção de Variável Estudo de Caso Análise de Cluster Medidas de distância - Medidas de similaridade e Medidas de dissimilaridade, Distância Euclidiana Métodos de Agrupamento - Método hierárquico e Método das k médias Dendograma Técnicas de Agrupamento - Método do vizinho mais próximo (Nearest neighbor) - Método do vizinho mais distante (Furthest neighbor) - Método de Centróide Método das k médias Estudo de caso 3

4 Regressão Logística Regressão Logística Binária e Múltipla Estimação dos parâmetros do modelo Teste de hipótese e Intervalo de confiança Razão das chances Interpretação dos parâmetros do modelo Obtenção da probabilidade de sucesso Previsão Classificação em grupos Tabela de classificação Análise Discriminante Métodos de estimação Teste de hipótese Análise de variância Estimação das funções de classificação Classificação em grupos Tabela de classificação Árvore de Decisão Teste Qui-quadrado Elaboração da árvore de Decisão Tabela de classificação Análise Fatorial Variável latente Matriz de variância e covariância e Matriz de correlação Fatores comuns, Fatores específicos e Cargas fatorias Gráfico de sedimentação Análise de componente principal Análise de Série Temporal Teste de Estacionariedade Metodologia de Box-Jenkins Modelos AR Modelos MA Modelos ARMA Análise de Dados em Softwares Estatístico Análise de dados, modelagem e comparação de resultados utilizando SAS GUIDE, SAS MINER, R e IBM WATSON Analytics com IBM WATSON Credit Scoring Elaboração do modelo de credit scoring Seleção de variáveis 4

5 Machine Learning Técnicas de Machine Learning para modelagem Introdução ao Big Data Apresentação de técnicas de Big Data utilizadas para tomada de decisão Aplicações de Business Intelligence Uso de BI para análise e tomada de decisão Modelagem de dados para BI Processos de Data Preparation e Data Visualization Importância do BI e sua relação com administração da empresa Criação de gráficos e dashboards utilizando PowerBI, Qlik e Tableau Cesto de Compras/Market Basket Aplicação de ferramentas para análise de compras efetuadas Utilização de algoritmos com regras de associação para determinar padrões em prcessos de compra Algoritmos para análise sequencial Algoritmos de recomendação Geolocalização Aplicação de geolocalização para modelagem Palestras Palestras sobre Big Data Palestras sobre Computação Cognitiva Palestras sobre Inteligência Artificial Módulo 2 Gestão de Negócios Horas Economia e Contabilidade Marketing Gestão Estratégica de Pessoas Finanças Processos e Práticas de Gerenciamento Gestão de Informação, Inovação, Direito do Consumidor Sustentabilidade e Responsabilidade Social Corporativo Empreendedorismo Governança Corporativa e Ética Empresarial 5

6 MÓDULO INTERNACIONAL Os programas internacionais da FIA são oferecidos como extensão dos cursos de MBA e Pós-Graduação em parceria com as principais instituições dos Estados Unidos, Illinois Institute of Technology e Columbia University O programa internacional inclui: Atividades didádico pedadógicas Ciclo de palestras ministradas por professores das respectivas escolas de negócios Visitas a empresas e organizações Programas complementares FUNDAÇÃO INSTITUTO DE ADMINISTRAÇÃO Av. Das Nações Unidas, CEP: Pinheiros - São Paulo - SP 6

7 INFORMAÇÕES Tel: (11)