<p data-path-to-node="9">Com o aumento exponencial da disponibilidade de dados na &aacute;rea da sa&uacute;de, o uso de modelos preditivos tornou-se uma ferramenta essencial para a pesquisa acad&ecirc;mica e para o suporte &agrave; decis&atilde;o cl&iacute;nica. A disciplina <strong data-path-to-node="9" data-index-in-node="210">Machine Learning para Predi&ccedil;&otilde;es em Sa&uacute;de (EPI5717)</strong> tem como objetivo capacitar alunos de p&oacute;s-gradua&ccedil;&atilde;o a desenvolverem e validarem esses modelos com rigor metodol&oacute;gico.</p>
<p data-path-to-node="10">Ministrada pelo <strong data-path-to-node="10" data-index-in-node="16">Prof. Dr. Alexandre Chiavegatto Filho</strong>, a disciplina prioriza a pr&aacute;tica. O curso foca no tipo de dado mais frequente na realidade hospitalar e epidemiol&oacute;gica: os <strong data-path-to-node="10" data-index-in-node="177">dados estruturados (tabulares)</strong>, utilizando a linguagem de programa&ccedil;&atilde;o <strong data-path-to-node="10" data-index-in-node="247">Python</strong>.</p>