Cursos em Inglês
Introdução aos modelos lineares e álgebra matricial (Harvard)
A Universidade de Harvard, por meio de sua plataforma HarvardX no edX, oferece o curso “Introdução a Modelos Lineares e Álgebra Matricial”. Embora o curso seja ministrado em inglês, oferece uma oportunidade única de aprender os fundamentos da álgebra matricial e dos modelos lineares, competências essenciais em diversas áreas científicas.
Este curso de quatro semanas, exigindo 2 a 4 horas de estudo por semana, foi projetado para ser concluído no seu próprio ritmo. Centra-se na utilização da linguagem de programação R para aplicar modelos lineares na análise de dados, particularmente nas ciências da vida. Os alunos aprenderão a manipular álgebra matricial e compreender sua aplicação em projeto experimental e análise de dados de alta dimensão.
O programa cobre notação de álgebra matricial, operações matriciais, aplicação de álgebra matricial à análise de dados, modelos lineares e uma introdução à decomposição QR. Este curso faz parte de uma série de sete cursos, que podem ser realizados individualmente ou como parte de dois certificados profissionais em Análise de Dados para Ciências da Vida e Análise de Dados Genômicos.
Este curso é ideal para quem procura adquirir competências em modelação estatística e análise de dados, nomeadamente no contexto das ciências da vida. Ele fornece uma base sólida para aqueles que desejam explorar ainda mais a álgebra matricial e sua aplicação em diversos campos científicos e de pesquisa.
Probabilidade Mestre (Harvard)
LA playlist “Statistics 110: Probability” no YouTube, ministrada em inglês por Joe Blitzstein, da Universidade de Harvard, é um recurso inestimável para quem busca aprofundar seu conhecimento sobre probabilidade.. A lista de reprodução inclui vídeos de aulas, materiais de revisão e mais de 250 exercícios práticos com soluções detalhadas.
Este curso de inglês é uma introdução abrangente à probabilidade, apresentada como uma linguagem essencial e um conjunto de ferramentas para a compreensão de estatísticas, ciência, risco e aleatoriedade. Os conceitos ensinados são aplicáveis em diversas áreas, como estatística, ciências, engenharia, economia, finanças e vida cotidiana.
Os tópicos abordados incluem noções básicas de probabilidade, variáveis aleatórias e suas distribuições, distribuições univariadas e multivariadas, teoremas de limite e cadeias de Markov. O curso requer conhecimento prévio de cálculo univariável e familiaridade com matrizes.
Para aqueles que se sentem confortáveis com o inglês e desejam explorar em profundidade o mundo das probabilidades, esta série de cursos de Harvard oferece uma oportunidade de aprendizagem enriquecedora. Você pode acessar a playlist e seu conteúdo detalhado diretamente no YouTube.
Probabilidade explicada. Curso com legendas em francês (Harvard)
O curso “Fat Chance: Probability from the Ground Up”, oferecido pela HarvardX no edX, é uma introdução fascinante à probabilidade e à estatística. Embora o curso seja ministrado em inglês, é acessível ao público francófono graças às legendas em francês disponíveis.
Este curso de sete semanas, que exige de 3 a 5 horas de estudo por semana, foi desenvolvido para aqueles que são novos no estudo de probabilidades ou que buscam uma revisão acessível dos principais conceitos antes de se matricularem em um curso de estatística. “Fat Chance” enfatiza o desenvolvimento do pensamento matemático em vez da memorização de termos e fórmulas.
Os módulos iniciais introduzem habilidades básicas de contagem, que são então aplicadas a problemas simples de probabilidade. Os módulos subsequentes exploram como essas ideias e técnicas podem ser adaptadas para abordar uma gama mais ampla de problemas de probabilidade. O curso termina com uma introdução à estatística através das noções de valor esperado, variância e distribuição normal.
Este curso é ideal para quem deseja aumentar suas habilidades de raciocínio quantitativo e compreender os fundamentos da probabilidade e da estatística. Ele fornece uma perspectiva enriquecedora sobre a natureza cumulativa da matemática e como ela se aplica à compreensão do risco e da aleatoriedade.
Inferência estatística e modelagem para experimentos de alto rendimento (Harvard)
O curso “Inferência estatística e modelagem para experimentos de alto rendimento” em inglês concentra-se nas técnicas usadas para realizar inferência estatística em dados de alto rendimento. Este curso de quatro semanas, exigindo de 2 a 4 horas de estudo por semana, é um recurso valioso para aqueles que buscam compreender e aplicar métodos estatísticos avançados em ambientes de pesquisa com uso intensivo de dados.
O programa cobre uma variedade de tópicos, incluindo o problema de comparação múltipla, taxas de erro, procedimentos de controle de taxa de erro, taxas de descoberta falsa, valores q e análise exploratória de dados. Ele também introduz modelagem estatística e sua aplicação a dados de alto rendimento, discutindo distribuições paramétricas como binomial, exponencial e gama, e descrevendo a estimativa de máxima verossimilhança.
Os alunos aprenderão como esses conceitos são aplicados em contextos como sequenciamento de próxima geração e dados de microarranjos. O curso também aborda modelos hierárquicos e empíricos bayesianos, com exemplos práticos de sua utilização.
Este curso é ideal para quem deseja aprofundar sua compreensão da inferência e modelagem estatística na pesquisa científica moderna. Ele fornece uma perspectiva aprofundada sobre a análise estatística de dados complexos e é um excelente recurso para pesquisadores, estudantes e profissionais nas áreas de ciências da vida, bioinformática e estatística.
Introdução à Probabilidade (Harvard)
O curso “Introdução à Probabilidade”, oferecido pela HarvardX no edX, é uma exploração aprofundada da probabilidade, uma linguagem e um conjunto de ferramentas essenciais para a compreensão de dados, acaso e incerteza. Embora o curso seja ministrado em inglês, é acessível ao público francófono graças às legendas em francês disponíveis.
Este curso de dez semanas, exigindo de 5 a 10 horas de estudo por semana, tem como objetivo trazer lógica a um mundo cheio de acasos e incertezas. Fornecerá as ferramentas necessárias para compreender dados, ciência, filosofia, engenharia, economia e finanças. Você aprenderá não apenas como resolver problemas técnicos complexos, mas também como aplicar essas soluções na vida diária.
Com exemplos que vão desde testes médicos até previsões esportivas, você obterá uma base sólida para o estudo de inferência estatística, processos estocásticos, algoritmos aleatórios e outros tópicos onde a probabilidade é necessária.
Este curso é ideal para quem busca aumentar sua compreensão sobre incerteza e acaso, fazendo boas previsões e entendendo variáveis aleatórias. Ele fornece uma perspectiva enriquecedora sobre distribuições de probabilidade comuns usadas em estatística e ciência de dados.
Cálculo Aplicado (Harvard)
O curso “Cálculo Aplicado!”, oferecido por Harvard na edX, é uma exploração aprofundada da aplicação do cálculo de variável única nas ciências sociais, da vida e físicas. Este curso, inteiramente em inglês, é uma excelente oportunidade para quem procura compreender como o cálculo é aplicado em contextos profissionais do mundo real.
Com duração de dez semanas e exigindo entre 3 e 6 horas de estudo por semana, este curso vai além dos livros didáticos tradicionais. Ele colabora com profissionais de diversas áreas para mostrar como o cálculo é usado para analisar e resolver problemas do mundo real. Os alunos explorarão aplicações variadas, desde análise econômica até modelagem biológica.
O programa abrange o uso de derivadas, integrais, equações diferenciais e enfatiza a importância de modelos e parâmetros matemáticos. Ele foi projetado para aqueles que têm um conhecimento básico de cálculo univariável e estão interessados em suas aplicações práticas em diversos campos.
Este curso é perfeito para estudantes, professores e profissionais que buscam aprofundar sua compreensão do cálculo e descobrir suas aplicações no mundo real.
Introdução ao raciocínio matemático (Stanford)
O curso “Introdução ao Pensamento Matemático”, oferecido pela Universidade de Stanford no Coursera, é um mergulho no mundo do raciocínio matemático. Embora o curso seja ministrado em inglês, é acessível ao público francófono graças às legendas em francês disponíveis.
Este curso de sete semanas, com duração aproximada de 38 horas no total, ou aproximadamente 12 horas semanais, é voltado para quem deseja desenvolver o pensamento matemático, diferente de simplesmente praticar matemática como é frequentemente apresentado no sistema escolar. O curso se concentra no desenvolvimento de uma forma de pensar “fora da caixa”, uma habilidade valiosa no mundo de hoje.
Os alunos irão explorar como os matemáticos profissionais pensam para resolver problemas do mundo real, quer surjam do mundo quotidiano, da ciência ou da própria matemática. O curso ajuda a desenvolver essa forma crucial de pensar, indo além dos procedimentos de aprendizagem para resolver problemas estereotipados.
Este curso é ideal para quem busca fortalecer o raciocínio quantitativo e compreender os fundamentos do raciocínio matemático. Ele fornece uma perspectiva enriquecedora sobre a natureza cumulativa da matemática e sua aplicação na compreensão de problemas complexos.
Aprendizagem Estatística com R (Stanford)
O curso “Aprendizagem Estatística com R”, oferecido por Stanford, é uma introdução de nível intermediário à aprendizagem supervisionada, com foco em métodos de regressão e classificação. Este curso, inteiramente em inglês, é um recurso valioso para quem busca compreender e aplicar métodos estatísticos na área de ciência de dados.
Com duração de onze semanas e exigindo de 3 a 5 horas de estudo por semana, o curso cobre métodos novos, tradicionais e interessantes, em modelagem estatística, e como usá-los na linguagem de programação R. do curso foi atualizado em 2021 para a segunda edição do o manual do curso.
Os tópicos incluem regressão linear e polinomial, regressão logística e análise discriminante linear, validação cruzada e bootstrapping, seleção de modelos e métodos de regularização (ridge e laço), modelos não lineares, splines e modelos aditivos generalizados, métodos baseados em árvores, florestas aleatórias e boosting, oferece suporte a máquinas vetoriais, redes neurais e aprendizado profundo, modelos de sobrevivência e testes múltiplos.
Este curso é ideal para aqueles com conhecimentos básicos de estatística, álgebra linear e ciência da computação, e que desejam aprofundar sua compreensão do aprendizado estatístico e sua aplicação na ciência de dados.
Como aprender matemática: um curso para todos (Stanford)
O curso “Como aprender matemática: para estudantes”, oferecido por Stanford. É um curso online gratuito para alunos de todos os níveis de matemática. Totalmente em inglês, combina informações importantes sobre o cérebro com novas evidências sobre as melhores formas de abordar a matemática.
Com duração de seis semanas e exigindo de 1 a 3 horas de estudo por semana. O curso foi projetado para transformar a relação dos alunos com a matemática. Muitas pessoas tiveram experiências negativas com a matemática, levando à aversão ou ao fracasso. Este curso tem como objetivo fornecer aos alunos as informações necessárias para desfrutar da matemática.
São abordados tópicos como o cérebro e o aprendizado da matemática. Mitos sobre matemática, mentalidade, erros e velocidade também são abordados. Flexibilidade numérica, raciocínio matemático, conexões, modelos numéricos também fazem parte do programa. As representações da matemática na vida, mas também na natureza e no trabalho não são esquecidas. O curso é elaborado com uma pedagogia de engajamento ativo, tornando o aprendizado interativo e dinâmico.
É um recurso valioso para quem deseja ver a matemática de forma diferente. Desenvolva uma compreensão mais profunda e positiva desta disciplina. É particularmente adequado para quem teve experiências negativas com matemática no passado e procura mudar essa percepção.
Gestão de Probabilidade (Stanford)
O curso “Introdução ao Gerenciamento de Probabilidades”, oferecido por Stanford, é uma introdução à disciplina de gerenciamento de probabilidades. Este campo se concentra na comunicação e cálculo de incertezas na forma de tabelas de dados auditáveis chamadas Pacotes de Informações Estocásticas (SIPs). Este curso de dez semanas requer de 1 a 5 horas de estudo por semana e é, sem dúvida, um recurso valioso para quem busca compreender e aplicar métodos estatísticos na área de ciência de dados.
O currículo do curso cobre tópicos como o reconhecimento da “Falha das Médias”, um conjunto de erros sistemáticos que surgem quando as incertezas são representadas por números únicos, geralmente uma média. Isso explica por que muitos projetos estão atrasados, acima do orçamento e abaixo do orçamento. O curso também ensina Aritmética da Incerteza, que realiza cálculos com entradas incertas, resultando em resultados incertos a partir dos quais você pode calcular resultados médios verdadeiros e as chances de atingir metas especificadas.
Os alunos aprenderão como criar simulações interativas que podem ser compartilhadas com qualquer usuário do Excel sem a necessidade de suplementos ou macros. Essa abordagem é igualmente adequada para Python ou qualquer ambiente de programação que suporte arrays.
Este curso é ideal para aqueles que estão familiarizados com o Microsoft Excel e desejam aprofundar sua compreensão do gerenciamento de probabilidades e sua aplicação na ciência de dados.
A ciência da incerteza e dos dados (MIT)
O curso “Probabilidade – A Ciência da Incerteza e dos Dados”, oferecido pelo Massachusetts Institute of Technology (MIT). É uma introdução fundamental à ciência de dados por meio de modelos probabilísticos. Este curso dura dezesseis semanas, exigindo de 10 a 14 horas de estudo por semana. Corresponde a parte do programa MIT MicroMasters em estatística e ciência de dados.
Este curso explora o mundo da incerteza: desde acidentes em mercados financeiros imprevisíveis até comunicações. Modelagem probabilística e o campo relacionado da inferência estatística. Existem duas chaves para analisar esses dados e fazer previsões cientificamente sólidas.
Os alunos descobrirão a estrutura e os elementos básicos dos modelos probabilísticos. Incluindo variáveis aleatórias, suas distribuições, médias e variâncias. O curso também cobre métodos de inferência. As leis dos grandes números e suas aplicações, bem como os processos aleatórios.
Este curso é perfeito para quem deseja conhecimentos fundamentais em ciência de dados. Ele fornece uma perspectiva abrangente sobre modelos probabilísticos. Dos elementos básicos aos processos aleatórios e inferência estatística. Tudo isso é particularmente útil para profissionais e estudantes. Particularmente nas áreas de ciência de dados, engenharia e estatística.
Probabilidade e Inferência Computacional (MIT)
O Massachusetts Institute of Technology (MIT) apresenta o curso “Probabilidade e Inferência Computacional” em inglês. O programa inclui uma introdução de nível intermediário à análise e inferência probabilística. Este curso de doze semanas, que exige de 4 a 6 horas de estudo por semana, é uma exploração fascinante de como a probabilidade e a inferência são usadas em áreas tão variadas como filtragem de spam, navegação de bots móveis ou até mesmo em jogos de estratégia como Jeopardy and Go.
Neste curso, você aprenderá os princípios de probabilidade e inferência e como implementá-los em programas de computador que raciocinam com incertezas e fazem previsões. Você aprenderá sobre diferentes estruturas de dados para armazenar distribuições de probabilidade, como modelos gráficos probabilísticos, e desenvolverá algoritmos eficientes para raciocinar com essas estruturas de dados.
Ao final deste curso, você saberá como modelar problemas do mundo real com probabilidade e como usar os modelos resultantes para inferência. Você não precisa ter experiência anterior em probabilidade ou inferência, mas deve estar confortável com programação e cálculo básicos em Python.
Este curso é um recurso substancial para aqueles que buscam compreender e aplicar métodos estatísticos no campo da ciência de dados, fornecendo uma perspectiva abrangente sobre modelos probabilísticos e inferência estatística.
No coração da incerteza: o MIT desmistifica a probabilidade
No curso “Introdução à Probabilidade Parte II: Processos de Inferência”, o Massachusetts Institute of Technology (MIT) oferece uma imersão avançada no mundo da probabilidade e da inferência. Este curso, inteiramente em inglês, é uma continuação lógica da primeira parte, aprofundando-se na análise de dados e na ciência da incerteza.
Durante um período de dezesseis semanas, com um compromisso de 6 horas por semana, este curso explora as leis dos grandes números, métodos de inferência bayesiana, estatística clássica e processos aleatórios, como processos de Poisson e cadeias de Markov. Esta é uma exploração rigorosa, destinada a quem já possui uma base sólida em probabilidade.
Este curso destaca-se pela sua abordagem intuitiva, mantendo o rigor matemático. Não apresenta apenas teoremas e provas, mas visa desenvolver uma compreensão profunda de conceitos através de aplicações concretas. Os alunos aprenderão a modelar fenômenos complexos e interpretar dados do mundo real.
Ideal para profissionais, pesquisadores e estudantes de ciência de dados, este curso oferece uma perspectiva única sobre como a probabilidade e a inferência moldam nossa compreensão do mundo. Perfeito para quem busca aprofundar seus conhecimentos sobre ciência de dados e análise estatística.
Combinatória Analítica: Um Curso de Princeton para Decifrar Estruturas Complexas (Princeton)
O curso Combinatória Analítica, oferecido pela Universidade de Princeton, é uma exploração fascinante da combinatória analítica, uma disciplina que permite previsões quantitativas precisas de estruturas combinatórias complexas. Este curso, inteiramente em inglês, é um recurso valioso para quem busca compreender e aplicar métodos avançados na área de combinatória.
Com duração de três semanas e exigindo aproximadamente 16 horas no total, ou aproximadamente 5 horas por semana, este curso apresenta o método simbólico para derivar relações funcionais entre funções geradoras ordinárias, exponenciais e multivariadas. Também explora métodos de análise complexa para derivar assintóticas precisas das equações de geração de funções.
Os alunos descobrirão como a combinatória analítica pode ser usada para prever quantidades precisas em grandes estruturas combinatórias. Eles aprenderão a manipular estruturas combinatórias e a usar técnicas de análise complexas para analisar essas estruturas.
Este curso é ideal para quem busca aprofundar o conhecimento da combinatória e sua aplicação na resolução de problemas complexos. Ele oferece uma perspectiva única sobre como a combinatória analítica molda nossa compreensão das estruturas matemáticas e combinatórias.