Estatística Aplicada: da Análise Exploratória à Inteligência Artificial.
EAD 100% ao vivo

Carga Horária

84 horas

Próxima Turma

03/08/2026

HORÁRIO

2ª e 4ª, 19h30 às 22h40

O curso de Estatística Aplicada: da Análise Exploratória à Inteligência Artificial é uma formação de extensão da FIA Labdata, 100% online e ao vivo, com 84 horas de duração. Em um mercado orientado a dados, dominar estatística é o que separa quem apenas coleta números de quem toma decisões melhores a partir deles.

É indicado para profissionais de todas as áreas — negócios, marketing, finanças, engenharia e tecnologia — e para empresas que precisam extrair valor das informações e tomar decisões mais precisas. Ao longo do curso, você aprende na prática desde a análise exploratória e a inferência estatística até regressão, séries temporais, modelos de classificação e análise de cluster, sempre com um monitor acompanhando as aulas.

Conheça os detalhes de Estatística Aplicada: da Análise Exploratória à Inteligência Artificial

Metodologia
  • Aulas 100% ao vivo e online (EAD ao vivo), com aplicação prática das técnicas;
  • Monitor acompanhando todas as aulas;
  • Aulas interativas e hands-on;
  • Todas as aulas ficam gravadas na Biblioteca Digital para revisão;
  • Recursos tecnológicos para facilitar o aprendizado; 

Investimento integral
  • À vista: R$ 5.714,29
  • Parcelas consecutivas:
    7x de R$ 816,33 no cartão de crédito
Investimento para Parceiros
  • À vista: R$ 4.000,00
  • Parcelas consecutivas:
    7x de R$ 571,43 no cartão de crédito
Como se tornar nosso parceiro 

Deseja se tornar parceiro da FIA Business School – Labdata e ter acesso as condições especiais de investimento? Fale com nossos consultores e receba todas as informações clicando aqui

Matriz Curricular do curso.

A matriz curricular é organizada em 8 módulos, que vão dos fundamentos da análise de dados à modelagem preditiva. Ao concluir, você será capaz de: explorar e resumir bases de dados com análise exploratória; testar hipóteses e construir intervalos de confiança; prever resultados com regressão linear e séries temporais; classificar e ranquear casos com regressão logística e árvore de decisão; e segmentar públicos com análise de cluster.

  • O papel da inteligência artificial na tomada de decisão;
  • A importância da inteligência artificial generativa para as organizações;
  • Tomada de decisão utilizando a inteligência artificial;
  • A importância da cultura data driven;
  • Como utilizar técnicas de segmentação, projeção e classificação para gerar valor as organizações.
  • Tipos de variáveis (quantitativas discretas e contínuas, qualitativas nominais e ordinais);
  • Medidas de posição (média, mediana, moda, quartis, percentis);
  • Medidas de dispersão (desvio padrão, variância, coeficiente de variação, intervalo interquartil, amplitude);
  • Tabela de frequências;
  • Gráfico de barras simples e empilhadas;
  • Gráfico de setores;
    Histograma e boxplot;
  • Identificação de outliers;
  • Distribuições simétricas e assimétricas;
  • Gráfico de dispersão;
    Análise bidimensional (quali vs. quali, quali vs. quanti, quanti vs. quanti);
  • Aplicações.
  • População e amostra;
  • Tipos de amostra;
  • Conceito de probabilidade;
  • Variáveis aleatórias;
  • Distribuição normal;
  • Teorema do limite central;
  • Inferência para proporções;
  • Inferência para médias;
  • Intervalos de confiança;
  • Cálculo de tamanho amostral;
  • Aplicações.
  • Introdução aos modelos supervisionados;
  • Coeficiente de correlação linear de Pearson;
  • Equação da reta e do plano;
  • Estimação de parâmetros;
  • Coeficiente de determinação (R² e R² ajustado);
  • Teste de hipóteses sobre os parâmetros;
  • Interpretação dos coeficientes estimados;
  • Intervalos de confiança para os parâmetros;
  • Métricas de erro (MAE, MAPE);
  • Cálculo de projeções para novas observações;
  • Aplicações.
  • Componentes de uma série temporal: tendência e sazonalidade;
  • Estacionariedade;
  • Modelo autoregressivo (AR);
  • Modelo de médias móveis (MA);
  • Modelo autorregressivo de médias móveis (ARMA);
  • Modelo autorregressivo de médias móveis integrado (ARIMA);
  • Modelo autorregressivo de médias móveis integrado e sazonal (SARIMA);
  • Modelo de regressão linear com erros ARIMA;
  • Métricas de erro (REQM);
  • Cálculo de projeções para o futuro;
  • Aplicações.
  • Função logística;
  • Suposições do modelo;
  • Estimação dos parâmetros;
  • Teste de hipóteses sobre os parâmetros;
  • Interpretação dos coeficientes estimados;
  • Intervalos de confiança para os parâmetros;
  • Cálculo da probabilidade estimada e ranqueamento;
  • Métricas de desempenho (acurácia, sensibilidade, especificidade, AUC, KS);
  • Tabela de classificação;
  • Aplicações.
  • Racional da árvore de decisão;
  • Índices de impureza (Gini, entropia);
  • Interpretação dos resultados;
  • Identificação dos grupos;
  • Separação de conjuntos de treino e teste;
  • Aplicações.
  • Introdução aos modelos não supervisionados;
  • Medidas de distância (euclidiana, simple matching, Gower);
  • Padronização de variáveis (z-score, range);
  • Algoritmo hierárquico;
  • Critérios de ligação: single, complete, average, ward;
  • Gráfico de dendograma;
  • Algoritmo K-médias;
  • Análise descritiva dos clusters;
  • Aplicações.

Selos e Premiações.

Quero me especializar.

O que dizem nossos alunos e professores.

Conheça as vantagens de fazer no Labdata FIA.

O Labdata FIA é pioneiro no lançamento dos cursos de Big Data, Analytics e Inteligência Artificial no Brasil

  • Os diretores são referências no mercado de Big Data, Analytics e Inteligência Artificial.
  • +15 anos de atuação
  • + 15.000 alunos formados
  • Docentes com sólida formação acadêmica e experiência profissional
  • Professor assistente que acompanha o aluno durante o curso

A Fia Business School é líder em educação executiva e referência de ensino nos cursos de graduação, pós-graduação e MBA

  • A excelência dos programas de educação é reconhecida internacionalmente, o que a faz ser considerada como uma das principais escolas de negócio do mundo
  • Possui convênios internacionais com Universidades nos EUA, Europa e Ásia
  • Realizou mais de 8.000 projetos de consultorias em organizações
públicas e privadas

DIRETORIA

Prof.ª Dr.ª Alessandra de Ávila Montini

Diretora do Labdata FIA, apaixonada por dados e pela arte de lecionar, Alessandra Montini tem muito orgulho de ter criado na FIA cinco laboratórios para as aulas de Big Data e Inteligência Artificial. Possui mais de 20 anos de trajetória nas áreas de Data Mining, Big Data, Inteligência Artificial e Analytics.


Cientista de dados com carreira realizada na Universidade de São Paulo, Alessandra é graduada e mestra em estatística aplicada pelo IME-USP e doutora pela FEA-USP.


Com muita dedicação, a profissional chegou ao cargo de professora e pesquisadora na FEA-USP,
e já ganhou mais de 30 prêmios de excelência acadêmica pela FEA-USP e mais de 30 prêmios
de excelência acadêmica como professora dos cursos de MBA da FIA. Orienta alunos de mestrado
e de doutorado na FEA-USP.


Membro do Conselho Curador da FIA, é coordenadora de grupos de pesquisa no CNPq, parecerista da FAPESP e colunista de grandes portais de tecnologia.

Quero me especializar.

Presencial ou EAD AO VIVO

Mergulhe no mundo da ciência, engenharia e arquitetura de dados, enquanto aprimora suas habilidades de gestão e comunicação, obtendo conhecimento crítico de negócios, para maximizar seus resultados por meio de big data, análise de dados e inteligência artificial.

Presencial ou EAD AO VIVO

Desenvolva as habilidades para se tornar cientista, engenheiro ou arquiteto de dados. Aprofunde seus conhecimentos e aprenda a desenvolver soluções inovadoras por meio de projetos práticos com desafios reais. Aproveite a era dos dados e faça a diferença no mundo corporativo.

EAD AO VIVO

Cursos de curta duração voltado para profissionais que buscam complementar suas carreiras e  aperfeiçoar suas habilidades através de dados. Ideal para quem busca uma formação rápida em analytics, inteligência artificial e big data. 

Presencial ou EAD AO VIVO

Desenvolva um curso sob medida para atender as demandas e necessidades do seu time e da sua organização. Ideal para empresas que buscam a melhor formação na área de big data, analytics e inteligência artificial ao seus colaboradores.

Tire suas dúvidas.

Para quem é o curso de Estatística Aplicada da FIA Business School - Labdata?

Para profissionais de qualquer área — negócios, marketing, finanças, engenharia, tecnologia — e empresas que precisam tomar decisões baseadas em dados. Não é preciso ser estatístico nem ter formação prévia na área.

Não. O curso parte dos fundamentos e foca na aplicação prática das técnicas, priorizando a interpretação e o uso correto de cada método.

São 84 horas, com duas aulas semanais, das 19h30 às 22h40, na modalidade EAD 100% ao vivo.

As aulas são 100% ao vivo e online, e também ficam gravadas na Biblioteca Digital para revisão.

Análise exploratória de dados, probabilidade e inferência, regressão linear, séries temporais (AR, MA, ARMA, ARIMA, SARIMA), regressão logística, árvore de decisão e análise de cluster (K-médias).

Sim. Ao concluir, o aluno recebe certificado de extensão da FIA Business School – Labdata, reconhecido pelo mercado.

Cursos de extensão são programas de curta duração oferecidos para complementar a formação acadêmica e profissional.

Qualquer pessoa interessada que busca aprimorar suas habilidades e conhecimentos pode se inscrever.

As inscrições podem ser feitas entrando em contato com o nosso time de relacionamento.

Sim, os cursos de extensão são reconhecidos pelo mercado e agregam valor ao currículo profissional.

Preencha o formulário.