NaCom esta formação, pretende-se que o formando compreenda quais os fundamentos dos algoritmos e metodologias de Machine Learning usadas, que saiba justificar a escolha de uma abordagem a um determinado problema, que consiga aplicar os algoritmos a novos conjuntos de dados, e finalmente, que consiga avaliar e criticar os resultados obtidos.

Sinopse:

Na era do digital, com a massificação da informação recolhida e armazenada, a área do Machine Learning (ML) tem ganho peso como resposta a questões como otimizar processos existentes, encontrar soluções eficientes, ou prever comportamentos futuros. Indústrias de todos os sectores usam atualmente ML em projetos para filtragem de spam, deteção de fraudes, identificação e previsão de patologias em estruturas, optimização de infraestruturas de transporte, classificação automática de diagnósticos médicos, previsão e planeamento de stock, e muitos outros. Os modelos de ML permitem tomar decisões educadas, reduzir recursos, melhorar tempos de resposta, e solucionar desafios de elevada complexidade, muitas vezes inatingíveis pelo processo humano.

Com esta formação, pretende-se que o formando compreenda quais os fundamentos dos algoritmos e metodologias de Machine Learning usadas, que saiba justificar a escolha de uma abordagem a um determinado problema, que consiga aplicar os algoritmos a novos conjuntos de dados, e finalmente, que consiga avaliar e criticar os resultados obtidos.