Neste curso você aprenderá os conceitos iniciais sobre Análise de Sentimentos e irá implementar um analisador de sentimentos simplificado. Para tanto, você será apresentado/apresentada a conceitos básicos como aprendizado supervisionado, Naive Bayes, bag-of-words, acurácia, matriz de confusão, etc. A implementação do analisador de sentimentos será feita em Python no ambiente Anaconda/Spyder com as bibliotecas scikit-learn e pandas.
Este curso tem por objetivo ministrar os conceitos iniciais relacionados a Análise de Sentimentos e apresentar os conhecimentos básicos para que cada aluno/aluna implemente o seu analisador de sentimentos simplificado utilizando a linguagem de programação Python.
O curso possui carga horária total de 20 horas que são organizadas em 4 módulos:
MÓDULO 1 - INTRODUÇÃO AOS CONCEITOS BÁSICOS:
Nesta semana serão apresentadas aulas sobre os conceitos básicos deste curso e será realizada a instalação do ambiente de desenvolvimento:
● Introdução teórica à análise de sentimentos
● Exemplos de aplicação da análise de sentimentos no mundo real
● Introdução ao Naive Bayes
● Instalação do Ambiente de Programação no Linux/Windows
● Execução de um "Hello PROGNIT"
● Realização da Primeira Atividade Prática
MÓDULO 2 - IMPLEMENTAÇÃO DA VERSÃO 1 DO ANALISADOR DE SENTIMENTOS:
Nesta semana será iniciada a parte prática do curso. Será implementada a primeira versão do analisador de sentimentos. Aqui o analisador irá utilizar um pequeno dataset com documentos em português. Os resultados obtidos serão analisados. Nesta semana também ocorrerá a realização da segunda atividade prática do curso.
MÓDULO 3 - IMPLEMENTAÇÃO DA VERSÃO 2 DO ANALISADOR DE SENTIMENTOS:
Nesta semana será implementada a segunda versão do analisador de sentimentos. Aqui o analisador irá utilizar um dataset formado por tweets. Uma interface gráfica também será implementada para o analisador. Os resultados obtidos serão analisados. Nesta semana também ocorrerá a realização da terceira e última atividade prática do curso.
MÓDULO 4 - CONCLUSÃO:
Nesta semana ocorrerá a conclusão do curso.
O curso será ministrado no ambiente Moodle de estudos e fará uso das seguintes metodologias:
● Aulas teóricas ministradas em formato vídeoaula
● Aulas práticas ministradas em formato tutorial
● Realização de atividades práticas (cada aluno/aluna irá implementar um analisador)
● Esclarecimento de dúvidas e sugestões por meio de fóruns
Para uma boa realização e conclusão deste curso, recomendamos os seguintes pré-requisitos:
● Ter um computador com acesso à Internet e disponível para a instalação de programas
● Conhecer uma linguagem de programação orientada a objetos
● Ter noções de matemática e estatística
● Ter disciplina e motivação para estudar online
● Ter disponibilidade de 5 horas semanais para estudo
Este curso é destinado a todos e todas que desejam dar os primeiros passos na área de Análise de Sentimentos por meio de uma abordagem prática.
O certificado será emitido para todos e todas que concluírem as atividades do curso com no mínimo de 70% de aproveitamento.
O investimento para este curso é de R$110,00.
● Cartões de crédito em 3 parcelas sem juros ou em até 6 vezes com juros.
● Boleto Bancário.
● À vista por transferência ou depósito bancário com desconto de R$10,00 (R$100,00). Entre em contato pelos e-mails prognit@prognit.com.br ou prognitcursos@gmail.com para se informar sobre as opções bancárias.
Início das Aulas: 15/08/2018
Término: 17/09/2018
Alessandra Gomes é graduada em Ciência da Computação pela Universidade Federal do Pará (UFPA) e mestra em Ciência da Computação pela Universidade Estadual de Campinas (Unicamp). Possui mais de 10 anos de experiência entre os ensinos técnico, profissionalizante, superior e cursos livres. Já atuou no ensino privado (Colégio Politécnico Bento Quirino - Campinas - SP), público (Instituto Federal de Brasília - IFB) e em projetos de cursos livres para qualificação profissional (Uptex - Campinas - SP e X25 - Brasília - DF).
Neste tempo, teve contato com a Manipulação de Dados durante projeto de pesquisa realizado no IFB. Além disso, participou de cursos de Ciência de Dados e Machine Learning na Universidade de São Paulo (USP) e Faculdade de Informática e Administração Paulista (FIAP). Também possui curso de elaboração de materiais didáticos com recursos tecnológicos pelo Senac-SP.
