Certificamos que Danielle Schmitt França concluiu os cursos e formações a seguir, no período de 16/03/2019 a 20/03/2022.
Formações:
-
Formação: Data Science - 70h
Cursos:
- Data Science: analise e visualização de dados (de 16/03/2019 a 16/03/2019) 6h
- Python Pandas: tratando e analisando dados (de 05/04/2019 a 08/04/2019) 12h
- Data analysis: introdução a séries temporais e análises (de 20/03/2019 a 26/03/2019) 8h
- Regressão linear: testando relações e prevendo resultados (de 08/04/2019 a 12/04/2019) 12h
- Regressão Linear: técnicas avançadas de modelagem (de 15/04/2019 a 15/04/2019) 5h
- Data Visualization parte 1: introdução ao design de gráficos (de 12/04/2019 a 15/04/2019) 15h
- Data Visualization parte 2: Escolhendo o melhor gráfico (de 15/04/2019 a 15/04/2019) 6h
- Data Science: testes estatísticos com Python (de 20/03/2019 a 15/04/2019) 6h
Cursos:
-
DevOps - 8h
- Kafka: produtores, consumidores e streams (de 19/03/2022 a 20/03/2022) 8h
-
UX & Design - 13h
- Microcopy: a influência do microcopy na experiência do usuário (de 17/04/2019 a 24/04/2019) 8h
- UX: o que é experiência de usuário (de 05/04/2019 a 17/04/2019) 5h
-
Data Science - 62h
- Excel: Domine o editor de planilhas mais famoso do mundo (de 11/06/2019 a 15/06/2019) 14h
- Excel II: Tabelas dinâmicas, validação e mais funções (de 15/06/2019 a 17/06/2019) 8h
- Machine Learning: classificação por trás dos panos (de 16/04/2019 a 16/04/2019) 10h
- Machine Learning: avançando com tipos diferentes de classificação (de 17/04/2019 a 17/04/2019) 4h
- Chatbot parte 1: Começando com as conversas inteligentes usando o Watson (de 22/04/2019 a 30/04/2019) 8h
- R: análise de dados (de 17/03/2019 a 20/03/2019) 8h
- Linguagem Natural parte 1: NLP com análise de sentimento (de 17/04/2019 a 17/04/2019) 6h
- Linguagem Natural parte 2: continuando com a análise de sentimento (de 17/04/2019 a 17/04/2019) 4h
-
Machine Learning - 54h
- Machine Learning: classificação com SKLearn (de 17/04/2019 a 17/04/2019) 8h
- Machine Learning: Aprendizado supervisionado (de 17/04/2019 a 17/04/2019) 8h
- Deep Learning parte 1: Keras (de 21/04/2019 a 21/04/2019) 5h
- Machine Learning: validação de modelos (de 22/04/2019 a 22/04/2019) 8h
- Machine Learning parte 1: otimização de modelos através de hiperparâmetros (de 22/04/2019 a 22/04/2019) 9h
- Machine Learning parte 2: otimização com exploração aleatória (de 22/04/2019 a 22/04/2019) 8h
- Machine Learning com Java: Sistema de recomendações (de 17/04/2019 a 21/04/2019) 8h
-
Data Science/Ciência de dados - 16h
- Estatística I: Entenda seus dados com R (de 16/03/2019 a 16/03/2019) 8h
- Estatística II: Aprofundando em hipóteses e correlações (de 16/03/2019 a 16/03/2019) 8h
