Polícia Federal (Perito Criminal - Área 1: Contábil-Financeira) Conhecimentos Específicos (item 19) - 2025 (Pós-Edital) 3c3s9

Aula demonstrativa disponível
liberado

O tópico a seguir já é abordado no curso de Informática: 39cd

Linguagem Python (Sintaxe, Variáveis, Tipos de dados e estruturas de controle de fluxo). Estruturas de dados (Funções e arquivos).

Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras
R$ 110,00
ou 12x de R$ 9,17
Certificado
Ao final do curso receba um certificado de conclusão
Cronograma
Vendas até: 03/08/2025
o até o dia da prova.
Carga Horária
45 horas
Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras

Conteúdo do curso 1bc29

Análise de Dados. Dados estruturados e não estruturados (Dados abertos, Coleta, tratamento, armazenamento, integração e recuperação de dados). Processos de ETL.
Disponível
Representação de dados Numéricos, textuais e estruturados; aritmética computacional). Formatos e tecnologias: XML, JSON, CSV
Disponível
Exploração de dados (Conceituação e características). Técnicas para pré-processamento de dados. Técnicas e tarefas de mineração de dados. Classificação. Regras de associação. Análise de agrupamentos (clusterização). Detecção de anomalias. Modelagem preditiva. (Parte 1)
Baixar
Disponível
Exploração de dados (Conceituação e características). Técnicas para pré-processamento de dados. Técnicas e tarefas de mineração de dados. Classificação. Regras de associação. Análise de agrupamentos (clusterização). Detecção de anomalias. Modelagem preditiva. (Parte 2)
Disponível
Conceitos de PLN (Semântica vetorial, Redução de dimensionalidade, Modelagem de tópicos latentes, Classificação de textos, Análise de sentimentos, Representações com n-gramas).
Baixar
Disponível
Conceitos de ML (Fontes de erro em modelos preditivos, Validação e avaliação de modelos preditivos). Underfitting e overfitting (Técnicas de regularização, Otimização de hiperparâmetros, Separabilidade de dados, Redução da dimensionalidade). Modelos de Machine Learning (Modelos lineares, Árvores de decisão, Redes neurais feed-forward, Classificador Naive Bayes).
Baixar

Aulas demonstrativas 6n2537