PYTHON para Análise de Dados
- Descrição
- Currículo
- FAQ
- Revisões
Este curso apresenta o uso da linguagem Python para análise de dados destinado a todas áreas do conhecimento que necessitam manipular dados de forma rápida, eficiente e com qualidade, principalmente para Ciência de Dados e Machine Learning. O curso aborda alguns conceitos de Machine Learning com o objetivo de demonstrar algumas aplicações de Python em Machine Learning.
Todas as aulas são explicadas passo a passo, aumentando o nível de dificuldade gradativamente e utilizando projetos reais para exemplificar as análises dos dados com profundidade, portanto, o curso é destinado tanto para iniciantes como para pessoas com conhecimentos prévios na linguagem Python e em análise de dados. Os projetos são trabalhados desde a aquisição dos conjuntos de dados no repositório de dados, até análises estatísticas descritivas detalhadas e criações de gráficos estruturados no Matplotlib, Seaborn e Plotly.
O curso é dividido basicamente em quatro partes:
1) Domínio do uso da linguagem Python, com o Google Colaboratory, desde os conceitos fundamentais até conceitos mais avançados para análise e manipulação de dados.
2) Desenvolvimento de uma análise de um projeto real focado na limpeza, organização, estruturação, manipulação dos dados e análises estatísticas.
3) Desenvolvimento de uma análise de outro projeto real focado na análise e criação de gráficos, aplicando anteriormente todo o tratamento aprendido no primeiro projeto.
4) Conceitos básicos e criação de dois algoritmos simples de Machine Learning no Google Colaboratory.
São disponibilizados todos os slides das aulas teóricas, todos os scripts das aulas práticas no Python e todos os arquivos com os datasets.
É um curso riquíssimo em informações e com explicações claras e objetivas, ilustrando o fantástico mundo da Linguagem Python para Análises de Dados. Uma observação importante: o curso não é Estático, isto é, qualquer necessidade apontada pelos alunos poderá ser acrescida ao curso e, sempre que tiver alguma alteração, atualização ou inclusão de conteúdo, todos serão comunicados por email.
-
3A Linguagem PythonVídeo Aula
-
4Conhecendo o Google ColaboratoryVídeo Aula
-
5Instalação do Anaconda PythonVídeo Aula
-
6Conhecendo o Jupyter NotebookVídeo Aula
-
7Primeiros passos no Python com o Google ColaboratoryVídeo Aula
-
8Operadores MatemáticosVídeo Aula
-
9Importações de bibliotecas e pacotesVídeo Aula
-
10Estrutura condicionalVídeo Aula
-
11Estrutura de RepetiçãoVídeo Aula
-
12Listas, Tuplas e DicionáriosVídeo Aula
-
13Criação de FunçõesVídeo Aula
-
14Funções Lambda e MapVídeo Aula
-
15List ComprehensionsVídeo Aula
-
16Vetores e matrizesVídeo Aula
-
17Extração do DataFrameVídeo Aula
-
18Importação do DataFrameVídeo Aula
-
19Importação do DataFrame (arquivo Excel)Vídeo Aula
-
20Importação do DataFrame pelo Jupyter NotebookVídeo Aula
-
21Importação de um DataFrame através de uma urlVídeo Aula
-
22Importação de Datasets das bibliotecas PythonVídeo Aula
-
23Renomeando e excluindo variáveis (colunas)Vídeo Aula
-
24Criando e alterando valores das colunas. Concatenação (união) de dois DataframesVídeo Aula
-
25Contagem dos registros e seleção das colunas por índicesVídeo Aula
-
26Excluindo, filtrando e substituindo linhas (registros)Vídeo Aula
-
27Análise de valores missingVídeo Aula
-
28Análise e alteração dos tipos de atributos. Exportação do DataFrame tratado.Vídeo Aula
-
29Exercício desafioVídeo Aula
-
30Resolução do exercício desafioVídeo Aula
-
31Exploração dos dados: importação e filtragemVídeo Aula
-
32Distribuição de frequências: TeoriaVídeo Aula
-
33Medidas de Tendência central: TeoriaVídeo Aula
-
34Medidas de centralidade no PythonVídeo Aula
-
35Distribuição de frequência: HistogramaVídeo Aula
-
36Medidas de posição e dispersão: TeoriaVídeo Aula
-
37Análise de Outliers: teoriaVídeo Aula
-
38Medidas de posição: Quartis, mínimo e máximoVídeo Aula
-
39Box Plot e outliersVídeo Aula
-
40Medidas de dispersãoVídeo Aula
-
41Tipos de Variáveis e Distribuição Normal (teoria)Vídeo Aula
-
42Testes de normalidade no PythonVídeo Aula
-
43Correlação/regressão Linear (teoria)Vídeo Aula
-
44Correlação Linear no PythonVídeo Aula
-
45Introdução à Regressão Linear Simples com StatsModelsVídeo Aula
-
46Importação e Análise inicial da nova tabela de dadosVídeo Aula
-
47Tratamento e Análise inicial dos DadosVídeo Aula
-
48Gráfico de barrasVídeo Aula
-
49Box Plot e outliersVídeo Aula
-
50Histograma, estatística descritiva e normalidadeVídeo Aula
-
51Gráfico de dispersãoVídeo Aula
-
52Gráfico de setores (pizza)Vídeo Aula
-
53Gráfico de BolhasVídeo Aula
-
54Gráfico de linhasVídeo Aula
-
55Conceitos de Machine LearningVídeo Aula
-
56Bibliotecas de Machine LearningVídeo Aula
-
57Métricas de DesempenhoVídeo Aula
-
58Análise e Exploração dos DadosVídeo Aula
-
59Análise EstatísticaVídeo Aula
-
60Algoritmo de Machine Learning: Regressão Linear SimplesVídeo Aula
-
61Algoritmo de Machine Learning: Regressão PolinomialVídeo Aula