O CURSO
Você sabia que os modelos não lineares são amplamente usados em diversas áreas da ciência como agronomia, economia, fisiologia, engenharia e até medicina? Eles são capazes de descrever desde relações mecânísticas conhecidas até situações empíricas e oferecem interpretações mais profundas, descobertas e progresso na ciência.
No entanto, o ajuste desses modelos pode ser um desafio, especialmente para iniciantes. Mas não se preocupe, temos o curso ideal para você! Nele, você aprenderá a ajustar modelos não lineares por meio de métodos iterativos que requerem valores iniciais, além de entender por que os métodos inferenciais tradicionais podem não ser adequados para pequenas amostras. E não para por aí, você também descobrirá como usar modelos não lineares em estudos experimentais planejados, uma área muito promissora e ainda pouca explorada! Um diferencial para sua carreira.
Este curso é realmente único e você não encontrará nada parecido em nenhuma outra plataforma! Com ele, você terá acesso a conteúdos exclusivos e completos, que vão te transformar em um verdadeiro especialista em modelos não lineares. Não perca a oportunidade de adquirir um conhecimento único e de se destacar no mercado. Inscreva-se agora e comece sua jornada de aprendizado!
DIFERENCIAIS
- Professor pesquisador da área.
- Material didático completo e exclusivo.
- Diversos estudos de casos reais.
- Tutoriais completos para você sair usando.
- Suporte durante e após o curso.
- Vídeos com excelente qualidade de áudio e imagem.
- Projetos para você enriquecer o seu portfólio.
- Conjuntos de dados para praticar.
PARA QUEM?
- Usa regressão linear e quer aprender regressão não linear.
- Usa regressão não linear mas quer dominar melhor o tema.
- Quer ter mais êxito em convergência no ajuste de modelos.
- Quer compreender sobre parametrizações de modelos.
- Aprender quando e como usar métodos de inferência alternativos, como bootstrap e Jackknife bem como inferência bayesiana.
- Quer ajustar modelos não lineares em lote, de forma automatizada.
- Quer usar estruturas de dependência para os erros.
- Quer declarar modelos de efeitos aleatórios.
- Quer acomodar a estrutura experimental em modelos de regressão não linear.
Walmes Marques Zeviani
Professor
Prof. Walmes possui doutorado em Estatística e Experimentação Agropecuária, sendo professor do Departamento de Estatística desde 2010, além de ser um experiente programador R. Com ampla experiência no ensino de Estatística e Data Science, Prof. Walmes já ministrou inúmeros cursos de R em diversas instituições de ensino e pesquisa desde 2008. Com sua paixão pelo ensino, ele está pronto para guiar você em sua jornada de aprendizado em Ciência de Dados com a linguagem R! É um dos maiores experts brasileiro em modelos de regressão não linear.
MÓDULOS
Este curso está em sua versão beta com vídeos gravados ao vivo em stúdio profissional.
Regressão não linear aplicada
Sua Média:
| Mínimo para aprovação:
Neste módulo você encontra todas as aulas gravadas ao vivo.
Sua Média:
| Mínimo para aprovação:
Neste módulo você encontra o material didático usado em todas as aulas.
Sua Média:
| Mínimo para aprovação:
Neste módulo você terá acesso a materiais adicionais.
Sua Média:
| Mínimo para aprovação:
Neste módulo você encontra os conjuntos de dados usados no decorrer do curso.
