machine learning e data science na saÚde€¦ · fazer os próximos módulos" - leandro b....
TRANSCRIPT
MACHINELEARNINGEDATASCIENCENASAÚDE
aprendendoausarasferramentasdainovaçãosemprecisarprogramação
ü Comeceausaraciênciadedadosemseusprojetosrapidamente
ü ConquisteanuvemcomsuasprópriasferramentasdeMachineLearning
ü Conheçaumbancodedadosqueéconsideradoo“estado-da-arte”nosEUA
ü Semprecisarprogramar,aprendaausarosdiferentesalgoritmos
ü Comestecurso,asuaempresaestaráatualizadaparautilizarasferramentasmaismodernasdetecnologiadainformaçãoecomeçarainovar.
Duração:16h(3aulaspresenciais)Público-alvo:Executivos,gerenteseanalistasquetrabalhamcomanálisededados.Pré-Requisitos:Gostardeanalisardados.Nãoprecisaprogramar,sóclicar.Cadaalunodeverálevaroseunotebookparatrabalharmosdeformaefetivaparaosnegóciosdasuaempresa.Investimento:ValorTotal:R$1.800,00–descontosespeciaisparaprofessoreseex-alunos
PROGR
AMA
Aula1CafécomTeoria:IntroduçãoaoAprendizadodeMáquinanaSaúde 45minExperimento:Colab,BibliotecasePlataformas-Comoescolhereteracesso? 1hrPrática:FundamentosparaConquistaraNuvem 30minTutorial:EscolhaSuaPrópriaAventuracomTableau 45minDinâmica(Parte1):StorytellingcomDados 1hr
Total 4hrAula2Dinâmica(Parte2):ApresentaçãodeResultadosContandoEstórias 1hrToolbox:FundamentosdeMachineLearningcomDataiku 2hrExperimentoPrático:DecisionTreevs.RandomForestvs.NeuralNetworks 1hr
Total 4hrConteúdoOn-line:DiadeDemonstraçãoVídeo:MachineLearningsemProgramação 30minDinâmicaOn-Line:MeuPrimeiroProjetodeDataSciencecomOrange 1hr30minLeitura:AvaliandoResultadosdaRegressãoeClassificação 30minExperimento:ProcessamentodeLinguagemNatural 1hr30min
Total 4hrAula3Dinâmica:AprendizadoNãoSupervisionadocomClusters 1hrAulaTeórica:MetodologiaCientíficaeMachineLearning 30minDiadeDemonstração(Parte1):Pitch 1hr30minDiadeDemonstração(Parte2):ApresentaçãodeResultadoseEncerramento 1hr
Total 4hrCargaHoráriaTotal 16hr
"Genial!Oconteúdoémuitobemfeito,asaulassãopráticasehojetenhodomíniototaldosdadosdomeuprojeto."-CamilaG.
"Ocursofoimuitoimportanteparaomeucrescimento
profissional.Osprofessoressãomuitobempreparados.Olocaléconfortáveleseguro.Recomendoatodos."-StephaniL.
"Depoisdestecurso,meuentendimentosobreainformáticanasaúdefezadiferençanaminhacarreira,nãovejoahorapara
fazerospróximosmódulos"-LeandroB.
“Ocursofoifantástico!”–Caroline.L.
“DepoisquefizocursominhasideiasdecolaramehojeaI.A.virourealidadenosmeusnegócios”–RodrigoS.RE
SULTAD
OS
Nossosex-alunostêmrelatadosuasexperiênciaseresultadoscomosnossoscursos.
Prof.TiagoAndresVazMestreemPesquisaClínicapeloHCPA,Doutorandoem Epidemiologia na Faculdade de Medicina daUFRGS, Bacharel em Ciência da Computação pelaPUC-RS, MBA pela ESPM, Certificado Executivo emGestão e Liderança pela SloanManagement SchooldoMITeEspecializaçãoemGestãodaMudançapelaHarvardBusinessSchool.Maisde25anosdeexperiêncianodesenvolvimentode software para assistência, ensino e pesquisa nasaúde.TrabalhacomoAssessordeTIdoHospitaldeClínicas de Porto Alegre e atua como consultor einvestidor em empreendimentos de transformaçãodigital,telemedicinaeinovaçãonasaúde.
Instrutores
Prof.HenriqueDiasPereiradosSantosMestreemSistemasdeInformaçãopeloProgramadePós-Graduação em Computação da UFRGS edoutorando no Grupo de Processamento daLinguagemNaturalnaPUC-RS.Bacharel em Ciência da Computação pela UFRGS.AtualmentetrabalhacomotemaDetecçãodeEventosAdversos em Prontuários Eletrônicos e com aClassificação de Scores de Comorbidade emcolaboraçãocomoGrupoHospitalarConceição.