*
A aprendizagem de máquina como vantagem competitiva
A tomada de decisão condiciona a evolução de qualquer empresa e os seus responsáveis devem ser capazes de tomar decisões da forma mais segura possível, eliminando o acaso do processo.
A aprendizagem de máquina, aspecto da inteligência artificial, nasceu para atender essa necessidade, e vem conquistando cada vez mais espaço como ferramenta fundamental para a tomada de decisões confiáveis, com a análise de grandes quantidades de dados e fatos.
Seu objetivo? Reduzir os espaços de incerteza e arbitrariedade por meio da aprendizagem de máquina, oferecendo a profissionais e organizações a segurança necessária para a tomada de decisões que terão impacto em suas atividades.
80%
80% dos líderes de negócios e tecnologia dizem que a inteligência artificial já impulsiona a produtividade em suas organizações.
Fonte: Narrative Science
61%
61% dos profissionais de marketing afirmam que a inteligência artificial é o aspecto mais importante de suas estratégias de dados.
Fonte: MeMSQL
40%
A tecnologia por trás da inteligência artificial pode aumentar a produtividade dos negócios em até 40%.
Fonte: Accenture
Um programa online para otimizar a tomada de decisões
No MIT Professional Education abordamos essa nova tecnologia, que está revolucionando a economia mundial, em um programa online que guia os profissionais pelos fundamentos e aplicações da aprendizagem de máquina, os treina na análise e compreensão de dados e, por fim, os prepara para dominar a tomada de decisão baseada em dados em suas organizações.
Você de será capaz
1.
Entender os dados neste mundo hiperconectado.
em que vivemos é cada vez mais difícil. É fundamental entender todas as informações que recebemos eo primeiro passo para isso é aprender como coletar os dados relevantes e, o mais importante, entendê-los.
2.
Fazer previsões por meio da aprendizagem
supervisionada e da classificação de dados. Além disso, você descobrirá conceitos básicos de aprendizagem de máquina, como ‘redes neurais’.
3.
Tomar decisões eficazes
eliminando espaços de incerteza e arbitrariedade, através dos dados que analisou anteriormente.
4.
Dominar a inferência causal
e poderá aplicar e avaliar corretamente as experiências observadas, após o uso da aprendizagem de máquina, para inferir conclusões relevantes.
Conquiste um certificado oficial
Todos os participantes que concluírem com êxito o programa Machine Learning: Tecnologia na Tomada de Decisões receberão um certificado digital do MIT Professional Education (MIT Professional Education Certificate of Completion). Aqueles que finalizarem o programa ganharão * Unidades de Educação Continuada (MIT CEUs*).
Para obter MIT CEUs, os participantes devem preencher um formulário de confirmação MIT CEU obrigatório. Os MIT CEUs são calculados com base no número de horas de aprendizagem em cada curso.
*Uma Unidade de Educação Continuada (CEU) equivale a 10 horas de aprendizado contínuo e indica o tempo dedicado a um programa de desenvolvimento profissional.

Este programa está dirigido a
- PROFISSIONAIS DE DIFERENTES ÁREAS
que tenham interesse em inovar em suas organizações.
- PROFISSIONAIS COM PERFIL TÉCNICO
que busquem uma introdução a essa nova tecnologia.
- PROFISSIONAIS TÉCNICOS
com responsabilidades que queiram aproveitar a aprendizagem de máquina para melhorar os processos de tomada de decisões.
- CEOs, GERENTES E OUTROS EXECUTIVOS
em posições de direção em diferentes setores, que comandem equipes com responsabilidades em nível técnico.
Conheça o corpo docente deste programa
Em ordem alfabético
PROF. DEVAVRAT SHAH
Professor in the department of electrical engineering and computer science at MIT

“Quando se trata de passar dos dados para as decisões em nossas empresas, a aprendizagem de máquina pode nos ajudar”
Saiba mais
Devavrat Shah est professeur titulaire de la chaire Andrew (1956) and Erna Viterbi au sein du Department of Electrical Engineering and Computer Science au MIT. Il est le directeur fondateur du Statistics and Data Science Center et de l’Institute for Data, Systems and Society. Il est également membre de LIDS, CSAIL et ORC au MIT. Actuellement, il dirige le Deshpande Center for Technological Innovation au MIT.
Ses recherches actuelles se concentrent sur le développement d’algorithmes de machine learning à grande échelle pour des données non structurées, et plus particulièrement celles qui concernent la société. Il a contribué au développement des protocoles de bavardage (Gossip protocol) et des algorithmes de passage de messages pour l’inférence statistique, devenus des piliers des systèmes modernes de traitement des données distribuées.
Il est cofondateur de Celect, Inc., racheté par Nike en 2019. La même année, il a cofondé Ikigai Labs avec comme mission de créer des organisations autonomes en donnant la possibilité aux acteurs du secteur des données, de prendre des décisions fondées sur les données grâce à une simple utilisation de feuilles de calcul.
Ses travaux ont été publiés dans des revues de presse grand public comme le NY Times, Forbes et Wired, et ont été largement reconnus. Il a notamment été récompensé par des prix pour ses articles sur le machine learning, la recherche opérationnelle et l’informatique, ainsi que des prix décernés à sa carrière, comme le prix Erlang en 2010 de INFORMS Applied Probability Society.