Modelagem Preditiva Avançada com Minitab

Este curso capacita os participantes no uso de técnicas avançadas de aprendizado de máquina dentro do Minitab Statistical Software, permitindo a aplicação prática de CART (Classification and Regression Trees), Random Forest, TreeNet (Gradient Boosting) e MARS (Multivariate Adaptive Regression Splines). A abordagem combina teoria e prática, focando na otimização de processos e previsão de resultados, capacitando profissionais a identificar padrões ocultos nos dados, melhorar a tomada de decisões e aumentar a eficiência operacional.

Conteúdo aplicado, conduzido por especialistas do mercado.

Em breve novas turmas disponíveis.

1329.90

Para pagamento à vista desconto de 5%*

ou em até 12x no PagSeguro

*Sujeito a mudanças de acordo com método de pagamento escolhido.

Sobre o treinamento

Este curso capacita os participantes no uso de técnicas avançadas de aprendizado de máquina dentro do Minitab Statistical Software, permitindo a aplicação prática de CART (Classification and Regression Trees), Random Forest, TreeNet (Gradient Boosting) e MARS (Multivariate Adaptive Regression Splines). A abordagem combina teoria e prática, focando na otimização de processos e previsão de resultados, capacitando profissionais a identificar padrões ocultos nos dados, melhorar a tomada de decisões e aumentar a eficiência operacional.

Ao final do curso, os participantes terão conhecimento inicial sobre seleção e ajuste de modelos preditivos, interpretação de resultados e aplicação em diferentes cenários organizacionais, tornando-se aptos a transformar dados em insights acionáveis para otimização contínua.

*A Setec possui parceria Internacional com o Minitab

Publico alvo

Profissionais de qualidade, engenharia de processos, melhoria contínua, data science e analytics que desejam utilizar o Minitab para modelagem preditiva avançada e tomada de decisão baseada em dados.

Objetivo

Capacitar os participantes no uso de técnicas avançadas de aprendizado de máquina dentro do Minitab Statistical Software, incluindo CART (Classification and Regression Trees), Random Forest, TreeNet (Gradient Boosting) e MARS (Multivariate Adaptive Regression Splines), aplicadas à otimização de processos e previsão de resultados.

Importante

Treinamento In Company:

O treinamento In Company é realizado diretamente nas instalações da sua empresa ou online, proporcionando uma experiência personalizada que atende às necessidades específicas da sua organização. Os certificados são emitidos digitalmente em até 10 dias.

Treinamento Aberto:

As inscrições podem ser feitas online ou pelo telefone. No momento da inscrição, basta imprimir o boleto, ou pagar via PagSeguro. O vencimento se dá uma semana antes do início do curso. A realização do curso está sujeita a formação de quórum, e a Setec confirmará o curso com até 5 dias úteis de antecedência via e-mail. Em caso de desistência com menos de 5 dias úteis da realização do treinamento, haverá cobrança de multa de 40% do valor da inscrição. Para cancelamentos após o início do treinamento, a Setec informa que não haverá restituição do valor pago.

➡️ Conheça nosso canal no Youtube
➡️ Confira mais artigos

Nossos diferenciais

350k+

profissionais capacitados

25+

países

alcançados

4.300+

empresas

clientes

32 anos

transformando pessoas e empresas

Próxima turma aberta

Em breve novas turmas disponíveis.

Invista em sua carreira

1329.90

Para pagamento à vista desconto de 5%*

Treinamento 100% Online
Sem necessidade de encontros presenciais

Parcele no cartão de crédito até 12x

ou em até 12x no PagSeguro

*Sujeito a mudanças de acordo com método de pagamento escolhido.

Consulte In Company

*Sujeito a mudanças de acordo com método de pagamento escolhido.

Está pronto para colher resultados que transformam?

Conte conosco para desenvolver as melhores soluções e alcançar grandes resultados para o seu negócio!

Conteúdo programático

Dia 1 – Fundamentos e Aplicação Prática de Modelos de Árvore

Manhã – Introdução à Modelagem de Árvores e CART

Fundamentos das Árvores de Decisão
- Conceitos básicos e aplicações industriais
- Diferença entre modelos lineares e não lineares
CART – Classification and Regression Trees
- Construção e interpretação de árvores de decisão
- Critérios de divisão: Gini, Entropia, Redução de Variância
- Poda da árvore e ajuste de hiperparâmetros
- Aplicação prática no Minitab: Análise de dados reais

Tarde – Modelos Ensemble e Random Forest

Random Forest: Conceitos e Implementação
- Diferença entre CART e Random Forest
- Como minimizar sobreajuste (overfitting)
- Importância das variáveis e interpretação dos resultados
- Ajuste de hiperparâmetros e otimização do modelo
- Aplicação no Minitab: Classificação e regressão em cenários complexos

Dia 2 – Modelos Avançados e Aplicações Industriais

Manhã – TreeNet e Boosting Models

TreeNet (Gradient Boosting)
- Diferença entre Random Forest e TreeNet
- Como funciona o aprendizado sequencial
- Ajuste de taxa de aprendizado e número de árvores
- Aplicação no Minitab: Otimização preditiva com boosting

Tarde – Modelos Não Lineares com MARS

MARS (Multivariate Adaptive Regression Splines)
- Como MARS lida com dados não lineares
- Ajuste automático de interações entre variáveis
- Interpretação e ajustes do modelo
- Aplicação no Minitab: Modelagem e previsão em cenários reais
Comparação e Seleção de Modelos Preditivos
- Benchmarking entre CART, Random Forest, TreeNet e MARS
- Melhor escolha para diferentes tipos de problemas
Sessão Final: Estudos de Caso e Hands-on
- Resolução de um problema real do mercado utilizando os quatro modelos
- Discussão de insights e aplicações estratégicas