Turmas de Estudos e Mentoria Planos e Assinaturas Mapeamentos Pré-edital e de Reta Final. Cursos Regulares - Teoria Completa, Exercícios e Aulas em PDF Revisões de Véspera, Simulados e Provas Corrigidas Aprendendo a Estudar - Técnicas de Estudos, de Aprendizagem e Mentoria.

Pesquisar por cursos... Pesquisando por … Sem resultados para … Ver todos os cursos com …

Aula 11 - Machine Learning - Agrupamento

Vitor Kessler

Auditor Federal de Finanças e Controle da Controladoria-Geral da União CGU, trabalhando com auditoria de TI e cruzamento de bases de dados.

Compre agora e tenha acesso ao curso completo

12 × de R$ 25,21 R$ 302,50 à vista

Comprar agora

Conteúdo

1Entenda as Parcerias

Aqui serão postados vídeos explicativos sobre cada uma das nossas parcerias e como tudo funciona.

Entenda a Parceria com o TECConcursos e como tudo funciona após a sua matrícula
01:59

2Fundamento de Banco de Dados – gravações das questões de 2023 a 2025 já na agenda.

1. Fundamentos de Banco de Dados. 1.1. Linguagens de definição e manipulação de dados em SGBDs relacionais (SQL, T-SQL, PL/pgSQL, PL/SQL). 1.2. Modelagem de dados: modelos relacional e multidimensional. 1.3. Administração de banco de dados relacionais. 1.3.1. Projeto e implantação de SGBDs relacionais. 1.3.2. Administração de usuários e perfis de acesso. 1.3.3. Controle de proteção, integridade e concorrência. 1.3.4. Backup e restauração de dados. 1.3.5. Monitoramento e otimização de desempenho. 2. Pipeline de Dados. 2.1. Fundamentos, orquestração, integração, ETL, ELT e ferramentas. 3. OLAP. 3.1. Conceitos e aplicações. 4. Modelagem e Otimização de Bases Multidimensionais. 4.1. Técnicas de modelagem e otimização. 5. Pré-processamento de Dados. 5.1. Técnicas para preparação e transformação de dados. 6. Data Lake. 6.1. Conceito e aplicações. 7. Data Mining e Data Warehouse. 7.1. Conceitos, arquiteturas, técnicas e tarefas. 8. Big Data. 8.1. Conceitos, premissas, análise de dados e aplicações. 9. Bancos de Dados Não Relacionais. 9.1. Fundamentos, administração, desempenho e configuração. 9.2. Tipos: chave-valor, orientados a documentos e grafos. 9.3. Bancos NoSQL: MongoDB, Redis e Neo4j.

Banco de Dados - 01 - Conceitos de BD e SGBD - 01 - FCC
27:21
ASSISTIR
Banco de Dados - 02 - Conceitos de BD e SGBD - 02 - FCC
18:19
Modelagem de Dados e Modelo Relacional - 01 - FCC
28:15
Modelagem de Dados e Modelo Relacional - 02 - FCC
31:50
Modelagem de Dados e Modelo Relacional - 03 - FCC
35:30
Modelagem de Dados e Modelo Relacional - 04 - FCC
36:12
Modelagem de Dados e Modelo Relacional - 05 - FCC
29:22
Modelagem de Dados e Modelo Relacional - 06 - FCC
31:34
Modelagem de Dados e Modelo Relacional - 07 - FCC
34:26
Modelagem de Dados e Modelo Relacional - 08 - FCC
25:50
Modelagem de Dados e Modelo Relacional - 09 - FCC
31:24
SQL - 01 - FCC
28:18
SQL - 02 - FCC
39:26
SQL - 03 - FCC
34:54
SQL - 04 - FCC
34:39
SQL - 05 - FCC
41:13
PL-SQL - FCC - 01
38:33
DAS-NAS-SAN - Multibancas - 01
25:24
DAS-NAS-SAN - Multibancas - 02
31:06
DAS-NAS-SAN - Multibancas - 03
23:34
DAS-NAS-SAN - Multibancas - 04
32:39
RAID - Multibancas - 01
33:41
RAID - Multibancas - 02
29:32
Tipos de Backup - Multibancas - 01
34:03
Tipos de Backup - Multibancas - 02
31:14
Otimização de Consultas SQL - FGV - 01
26:35
Big Data Conceitos - 01
25:54
ASSISTIR
Big Data Conceitos - 02
31:20
Big Data Conceitos - 03
47:20
Big Data em Relação às demais Disciplinas - 01
25:17
Big Data em Relação às demais Disciplinas - 02
22:31
Papéis dos envolvidos em projetos de Ciência de Dados e Big Data - 01
28:06
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 01
31:47
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 02
30:57
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 03
42:22
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 04
26:24
Modelagem Dimensional, BI, DW, ETL, OLAP, Data Mining - 01 - FCC
31:58
Modelagem Dimensional, BI, DW, ETL, OLAP, Data Mining - 02 - FCC
28:56
Modelagem Dimensional, BI, DW, ETL, OLAP, Data Mining - 03 - FCC
37:40
Modelagem Dimensional, BI, DW, ETL, OLAP, Data Mining - 04 - FCC
36:37
NoSQL - Regular - Aula 01 - Introdução
35:33
NoSQL - Regular - Aula 02 - Questões de Concurso
37:06
NoSQL - Regular - Aula 03 - NoSQL orientados a grafos
25:07
NoSQL - Regular - Aula 04 - NoSQL orientados a colunas e a documentos
23:19
NoSQL - Regular - Aula 05 - MongoDB
34:49
PLSQL_Multibancas_Aula01
28:08
PLSQL_Multibancas_Aula02
31:04
PLSQL_Multibancas_Aula03
32:48
PLSQL_Multibancas_Aula04
31:35
PLSQL_Multibancas_Aula05
38:26

3Gestão de Projetos – 15/06/2025

10. Gerenciamento de Projetos (PMBOK 7ª edição). 10.1. Projetos e a organização. 10.2. Princípios fundamentais e domínios de desempenho. 11. Metodologias Ágeis. 11.1. Scrum, Modelagem Ágil, Scrumban, Kanban, Extreme Programming (XP), Lean e Guia de Prática Ágil do PMI.

Gestão de Projetos - 01- PMBok 7ª Edição - Regular - Padrão de Gerenciamento de Projetos - 01
41:26
ASSISTIR
Gestão de Projetos - 01- PMBok 7ª Edição - Regular - Padrão de Gerenciamento de Projetos - 02
30:34
ASSISTIR
Gestão de Projetos - 01- PMBok 7ª Edição - Regular - Padrão de Gerenciamento de Projetos - 03
25:27
ASSISTIR
Gestão de Projetos - 01- PMBok 7ª Edição - Regular - Padrão de Gerenciamento de Projetos - 04
40:03
Gestão de Projetos - 01- PMBok 7ª Edição - Regular - Padrão de Gerenciamento de Projetos - 05
37:41
Ciclo de Vida e Processos de Software - FCC - 01
29:07
ASSISTIR
Ciclo de Vida e Processos de Software - FCC - 02
26:17
Ciclo de Vida e Processos de Software - FCC - 03
34:00
Métodos Ágeis - FCC - 01
39:45
Métodos Ágeis - FCC - 02
29:55
Métodos Ágeis - FCC - 03
27:09
Métodos Ágeis - FCC - 04
27:50

4CONCEITOS DE LÍNGUAGENS DE PROGRAMAÇÃO – MÓDULO BÔNUS – todas as aulas disponíveis.

Algoritmos e Estrutura de Dados necessário para compreensão do conteúdo de Linguagens de Programação para quem nunca estudou.

Lógica de Programação - Regular - 01
34:02
ASSISTIR
Lógica de Programação - Regular - 02
38:51
ASSISTIR
Lógica de Programação - Regular - 03
37:35
Lógica de Programação - Regular - 04
31:36
Lógica de Programação - Regular - 05
26:01
Lógica de Programação - Regular - 06
35:51
Lógica de Programação - Regular - 07
39:28
Lógica de Programação - Regular - 08
23:06
Estrutura de Dados - Regular - 01
31:13
Estrutura de Dados - Regular - 02
36:35
Estrutura de Dados - Regular - 03
34:31
Estrutura de Dados - Regular - 04
29:28
Estrutura de Dados - Regular - 05
30:42

5Ciência e Análise de Dados - 15/07/2025

12. Análise de Agrupamentos (Clusterização). 12.1. Medidas de distância ou de semelhança. 12.2. Esquemas de aglomeração (hierárquicos e não hierárquicos). 13. Análise Fatorial por Componentes Principais. 13.1. Correlação linear de Pearson. 14. Análise de Correspondência. 14.1. Análise de Correspondência Simples. 14.2. Análise de Correspondência Múltipla. 15. Modelos Lineares de Regressão. 15.1. Regressão Linear Simples. 15.2. Regressão Linear Múltipla. 15.3. Avaliação de modelos de regressão. 16. Modelos de Regressão Logística. 16.1. Regressão Logística Binária. 16.2. Regressão Logística Multinomial. 17. Modelos de Regressão para Dados de Contagem. 17.1. Modelo de Regressão de Poisson. 17.2. Modelo de Regressão Binomial Negativa. 18. Redes Neurais Artificiais e Machine Learning. 18.1. Noções de Redes Neurais Artificiais. 18.2. Noções de aprendizado supervisionado e não supervisionado. 18.3. Noções de Python, TensorFlow e PyTorch. 19. Visualização e Análise Exploratória de Dados. 20. Business Intelligence. 20.1. Processo de coleta, organização, análise e compartilhamento de informações. 20.2. Ferramentas de criação de dashboards: Power BI. 20.3. Elaboração de relatórios analíticos. 21. Séries Temporais. 21.1. Conceitos básicos de séries temporais. 21.2. Sazonalidade, tendência e estacionariedade. 21.3. Modelos univariados de previsão: autorregressivos, médias móveis, ARMA, ARIMA e ETS. 21.4. Avaliação de modelos de previsão. 21.5. Aplicações de séries temporais na previsão de arrecadação dos entes públicos.

Aula em PDF - Inteligência Artificial
94 págs.
Aula 00 - Introdução à Inteligência Artificial.
36:43
ASSISTIR
Introdução - Questões - 2023-2024
21:50
Aula 01 - Introdução a Machine Learning
26:36
ASSISTIR
Aula 02 - Introdução a Machine Learning - 02
09:10
Aula 03 - Machine Learning - Over e Underfitting
26:21
ASSISTIR
Aula 04 - Machine Learning - Tipos de Aprendizado
14:42
Aula 05 - Machine Learning - Métricas de Classificação
24:08
Aula 06 - Machine Learning - Classificação, Árvores de Decisão e Random Forest
36:16
Aula 07 - Machine Learning - KNN e Naive Bayes
29:00
Aula 08 - Machine Learning - Redes Neurais Artificais
26:40
Aula 09 - Machine Learning - Regressão Logística e SVM
23:52
Aula 10 - Machine Learning - Regressão
11:40
Aula 11 - Machine Learning - Agrupamento
29:37
ASSISTIR
Aula 12 - Machine Learning - Regras de Associação e Redução de Dimensionalidade
17:21
Aula 01 - Aprendizado de Máquina - Questões atualizadas 2024
38:25
Aula 02 - Aprendizado de Máquina - Questões atualizadas 2024
31:42
Aula 03 - Aprendizado de Máquina - Questões atualizadas 2024
35:07
Aula 04 - Aprendizado de Máquina - Questões atualizadas 2024
25:15
Aula 05 - Aprendizado de Máquina - Questões atualizadas 2024
26:18
Aula 06 - Aprendizado de Máquina - Questões atualizadas 2024
24:57
Aula 01 - Deep Learning Parte 01
19:08
Aula 02 - Deep Learning Parte 02
27:28
Deep Learning - Questões - 2023-2024
29:28
Avaliação de Modelos - Regular - Multibancas
32:01
Avaliação de Modelos - Questões - 2023-2024
28:57
Python - Regular - 01
31:47
ASSISTIR
Python - Regular - 02
33:23
Python - Regular - 03
30:31
Python - Regular - 04
31:25
Python - Regular - 05
31:07
Python - Regular - 06
31:54
Python - Regular - 07
33:44
Python - Regular - 08
33:09
Tensor Flow - Regular
29:31
PyTorch - Multibancas
35:14
Visualização e Análise Exploratória de Dados - 1
28:57
Visualização e Análise Exploratória de Dados - 2 - Questões
08:32
Power BI - Regular - 01 Introdução e Power BI Desktop
26:36
ASSISTIR
Power BI - Regular - 02 - Power BI Desktop
31:33
Power BI - Regular - 03 - Power BI Service e Conceitos
30:53

MAIS 2 MÓDULOS ESCONDER 2 MÓDULOS