Python para visualização e análise de dados, de A a Z
- Descrição
- Currículo
- FAQ
- Revisões
Aprenda a usar a linguagem Python para a solução de problemas de engenharia e outras áreas de atuação, como análise de dados e negócios. Desde a instalação até uma breve introdução ao aprendizado de máquinas com regressão, você aprenderá as principais funções e bibliotecas para importar, tratar, manipular, visualizar e analisar dados de diversos tipos usando Python.
Por meio de vídeo-aulas com abordagem prática, descontraída e direta ao ponto, você vai ver um conjunto de tópicos especialmente organizados para usar o Python como ferramenta de trabalho para desenvolver projetos e resolver problemas reais de diversas áreas de atuação do engenheiro ou analista de dados.
Aprenda a importar dados em CSV, Excel, JSON, tratar e manipular dados com bibliotecas NumPy e Pandas, visualizar dados com MatplotLib e Plotly, entre outros conceitos de como usar o Python para resolver problemas complexos, como treinamento de regressão linear.
O curso foi especialmente planejado para engenheiros que não possuem conhecimento em linguagens de programação, e ensina desde estruturas de dados, passando por operações e até manipulação e criação de gráficos por meio de exemplos reais e fictícios, mas sempre buscando trazer o conteúdo teórico para a prática.
Você poderá baixar todos os materiais desenvolvidos pelo instrutor ao longo do curso, mas aproveitará melhor se construir do zero os seus próprios scripts. Por falar nisso, o instrutor é formado em Engenharia de Computação, com mestrado e doutorado em Engenharia Biomédica e especialista na área de Inteligência Artificial, Aprendizado de Máquinas e Internet of Things. Conta com mais de 8 anos anos de experiência docente na área.
Ao final deste treinamento você estará apto a criar seus próprios scripts Python e desenvolver atividades cotidianas de maneira automatizada e prática. Você também terá acesso aos materiais utilizados ao longo das vídeo-aulas, o que permitirá relembrar e praticar os conceitos vistos ao longo das aulas.
É um excelente ponto de partida para quem quer agregar valor ao seu currículo, aumentar sua empregabilidade, começar como analista de dados ou sente que poderia alavancar sua carreira se aprofundando nesta área interessantíssima e essencial para o profissional do século XXI!
Pronto para começar? Te vejo nas aulas, abraço e sucesso!
-
41.3.1 Instalando o Python (Anaconda)Vídeo Aula
-
51.3.2 Instalando uma IDE (Visual Studio Code)Vídeo Aula
-
61.3.3 Usando o Python na nuvem ( Google Collaboratory)Vídeo Aula
-
7Material do cursoTexto
-
81.4 Conhecendo a ferramentaVídeo Aula
-
91.5.1 Entrada de dados e laço de seleçãoVídeo Aula
-
101.5.2 Saídas de textoVídeo Aula
-
111.5.3 Apresentação do problema exemploVídeo Aula
-
121.5.4 ImportsVídeo Aula
-
131.5.5 Chamada de funções do sistemaVídeo Aula
-
141.5.6 If e ElifVídeo Aula
-
151.5.7 Strings - função "isDecimal"Vídeo Aula
-
161.5.8 Strings - funções "len" e "startswith"Vídeo Aula
-
171.5.9 Formatando StringsVídeo Aula
-
181.6.1 Laço de repetição WhileVídeo Aula
-
191.6.2 Laço de repetição While com condição TrueVídeo Aula
-
201.6.3 Apresentação do problema para exemploVídeo Aula
-
211.6.4 Laço de repetição ForVídeo Aula
-
221.6.5 Laço de repetição For com iteração em listasVídeo Aula
-
232.1.1 ListasVídeo Aula
-
242.1.2 Listas - indexação Pop e RemoveVídeo Aula
-
252.1.3 TuplasVídeo Aula
-
262.1.4 ConjuntosVídeo Aula
-
272.1.5 Aplicações de listas - inicialVídeo Aula
-
282.1.6 Aplicações de listasVídeo Aula
-
292.2.1 DicionáriosVídeo Aula
-
302.2.2 Aplicação de dicionários 1Vídeo Aula
-
31Antes de continuar, nos ajude a te ajudar :-)Texto
-
322.2.3 Aplicação de dicionários 2Vídeo Aula
-
332.3 Indexação e fatiamento - estruturas simplesVídeo Aula
-
343.1.1 Valores aleatóriosVídeo Aula
-
353.1.2 Valores aleatórios com distribuições de probabilidadeVídeo Aula
-
363.1.3 DataframesVídeo Aula
-
373.1.4 Dataframes - colunasVídeo Aula
-
383.1.5 Dataframes - linhasVídeo Aula
-
393.1.6 Indexação e slicing com DataFramesVídeo Aula
-
403.2.1 Arquivos - CSVVídeo Aula
-
413.2.2 Arquivos sem extensãoVídeo Aula
-
423.2.3 Arquivos - SINAPIVídeo Aula
-
433.2.4 Arquivos - SINAPI 2Vídeo Aula
-
443.3.1 JSON offlineVídeo Aula
-
453.3.2 JSON onlineVídeo Aula
-
463.4.1 Arquivos XMLVídeo Aula
-
473.4.2 XML Element TreeVídeo Aula
-
483.5.1 Base de dadosVídeo Aula
-
493.5.2 Conexão com o bancoVídeo Aula
-
503.5.3 SQL FetchOneVídeo Aula
-
513.5.4 SQL FetchAllVídeo Aula
-
523.5.5 SQL em DataframesVídeo Aula
-
534.1.1 HistogramaVídeo Aula
-
544.1.2 ScatterVídeo Aula
-
554.1.3 Scatter biblioteca PlotlyVídeo Aula
-
564.1.4 Histograma biblioteca PlotlyVídeo Aula
-
574.1.5 Formatando gráficos (Scatter Plotly)Vídeo Aula
-
584.2.1 Gráfico de barras 1Vídeo Aula
-
594.2.2 Gráfico de barras 2Vídeo Aula
-
604.2.3 Gráfico de barras biblioteca PlotlyVídeo Aula
-
614.2.4 Gráfico de linhasVídeo Aula
-
624.2.5 Gráfico de linhas biblioteca PlotlyVídeo Aula
-
634.3.1 HeatmapVídeo Aula
-
644.3.2 Gráfico de bolhasVídeo Aula
-
654.4.1 Gráfico de pizzaVídeo Aula
-
664.4.2 Composição de gráficos variadosVídeo Aula