Super Academia Data Science - 5 cursos em 1

Tudo sobre Data Science reunido em um único lugar - Python, Visualização no Python, R e WEKA

3.90 (62 reviews)
Udemy
platform
Português
language
Data Science
category
717
students
13 hours
content
Sep 2020
last update
$19.99
regular price

What you will learn

Entendendo o R

Primeiros passos com o R

Objetos no R

Tipos de objetos: Matrizes, Listas

Identificação de valores faltantes e especiais

Salvar uma workspace

Acesso pelo R-studio

Entendimento dos diferentes tipos de pacotes

Trabalhando com leitura de arquivos externos

Lendo um arquivo na web

Selecionando dados

Gráficos (análise de dados e apresentação)

Tipos de gráficos: Histogramas, Ramo e Folha, Box-plot, Gráfico de dispersão,Gráfico de barras, Setores

Variáveis qualitativas: Nominais e Ordinais

Análise univariada e bivariada

Teste de uma distribuição normal

Comparação de duas médias

Regressão linear simples

Mineração de dados com o R

Instalação do R-studio e R

Vetores,Data frames,Funções

Workspace do r(área de trabalho)

Leitura de uma workspace

Pacotes do R

Uso dos comandos library, intall package,require

Leitura através do R-studio

Sumarizando dados

Uso dos conectores lógicos

Exportando gráficos

Programação: Comando FOR, Criando funções pelo R-studio, Uso de Estatísticas

Variáveis quantitativas: Discretas e Continuas

Teste de hipóteses

Teste chi-quadrado para aderência

Comparação de médias múltiplas pelo teste de Tukey

Regressão linear múltipla

Uso do Google Vis ( biblioteca gráfica do Google)

Desenvolver programas usando a linguagem Python

Manipular estruturas condicionais

Mineração de arquivos com Python

Manipular estruturas de repetição

Realizar operações matemáticas usando Python

Manipular strings

Realizar operações lógicas

Python

Visualizar de dados com Python

Conhecer a biblioteca MATPLOTLIB PYPLOT

Construir gráficos de linhas, barras, dispersão e boxplot

Contexto da Mineração de Dados - Descoberta de conhecimento em banco de dados, Aplicações práticas

Entender o impacto da mineração de dados, Quais são os dados de entrada e saída na Mineração de Dados

Aprender as técnicas de Mineração de Dados (Conceitos Básicos, Aprendizado de Máquina)

Trabalhar com as técnicas: CLASSIFICAÇÃO, INDUÇÃO DE REGRAS, REGRAS DE ASSOCIAÇÃO, AGRUPAMENTO(CLUSTER) , REDES NEURAIS

Utilizar os algoritmos: ÁRVORES DE DECISÃO, APRIORI, KMEANS,ETC

Aprendizado Bayesiano (Operacionalização do conhecimento minerado e sua interpretação)

Validação do conhecimento descoberto

Aprendendo a utilizar o WEKA: uma ferramenta Java para Classificação, Associação, Clustering e Previsão

Explanação de Interfaces Visuais para interpretação e divulgação do conhecimento (Mineração Visual)

Entendimento e apresentação sobre MINERAÇÃO VISUAL- uso da biblioteca D3js

Trabalhando Widget: Color, Distributions, Pivot Table

Trabalhando Widget: Feature Statistics, Data Sample

Trabalhando com Widget: Paint Data

Trabalhando com Widget: Outliers ,Scatter Plot

Trabalhando com: Create Class

Trabalhando com: Select By data index

Trabalhando com: Edit Domain

Trabalhando com: Freeviz

Trabalhando com: Árvore de Decisão

Trabalhando com: Árvore de Decisão

Trabalhando com: Cluster - Imagens

Description

As grandes empresas estão em busca de profissionais que saibam tratar e trabalhar dados, permitindo que novos insights sejam descobertos e aplicados ao seu negócio.

Criamos a SUPER ACADEMIA DATA SCIENCE para facilitar a sua necessidade de aprender as tecnlogias que estão atualmente sendo utilizadas pelas corporações. Destacamos PYTHON, R e WEKA neste cenário


  • R

No Nosso curso de Linguagem R o objetivo principal é permitir que aspectos básicos com ênfase no entendimento da linguagem R como sua estrutura e a forma de operação sejam compreendidos. O curso foi preparado e estruturado para que desde o iniciante até o mais avançado em técnicas estatísticas aprenda a trabalhar com a ferramenta R. O material pode ser acompanhado utilizando o R instalado em outros sistemas operacionais, tal como Windows ou Linux.

Durante o curso, o aluno terá que assistir as videoaulas e praticar diretamente no seu computador.

A ementa sumarizada é:

O que é a Linguagem R, Instalação da Ferramenta, Aprimoramento do Uso do R-Studio, Entendimento do Uso dos Objetos no R (Vetor, Matriz, Data Frame, Lista e Funções),Uso de Pacotes no R, Leitura de Arquivos no R, Sumarizando Dados, Gráficos com o R, Análise Estatística e o Uso Geral da Estatística, Uso de componentes como Mineração de Dados e o GOOGLE VIS.

Todo o curso de Linguagem R tem MATERIAL PRÓPRIO, um texto com tudo passo a passo, único e bem articulado.

Você entenderá os algoritmos e poderá praticar com suas bases de dados, seja arquivo texto ou banco de dados. 

  • ORANGE

O ORANGE é uma das poucas ferramentas de mercado, totalmente construida em python, que o analista de dados  pode trabalhar de forma totalmente visual, com um amplo aspecto de atendimento a diversas demandas na área de mineração de dados por meio do uso de  algoritmos de Machine Learning.

ASPECTOS PRESENTES:

  • Aprendizado de máquina de código aberto e visualização de dados para iniciantes e especialistas. Fluxos de trabalho de análise de dados interativos com uma grande caixa de ferramentas

  • execute análise de dados simples com visualização inteligente de dados. Explore distribuições estatísticas, gráficos de dispersão ou mergulhe mais fundo com árvores de decisão, agrupamentos hierárquicos. Até seus dados multidimensionais podem se tornar sensíveis em 2D, especialmente com classificações e seleções inteligentes de atributos.

  • Exploração interativa de dados para análise qualitativa rápida com visualizações limpas. A interface gráfica do usuário permite que você se concentre na análise exploratória de dados em vez codificação, enquanto padrões inteligentes tornam extremamente fácil a criação rápida de protótipos de um fluxo de trabalho de análise de dados. Coloque widgets na tela, conecte-os, carregue seus conjuntos de dados e colete os insights!

  • Use vários complementos disponíveis no Orange para extrair dados de fontes de dados externas.

  • WEKA

Atualmente, a mineração de dados se mostra fundamental para a descoberta de novas informações e conhecimento, formatados em regras e padrões, a partir de grandes bases de dados. Nesta perspectiva, torna-se importante o desenvolvimento de um raciocínio crítico acerca dos principais conceitos, problemas e algoritmos relacionados à área de mineração de dados. Esta abordagem visa uma sintonia com as tendências empregadas atualmente no mercado no uso desta tecnologia de modo a preparar o futuro profissional a avaliar e, sobretudo, facilitar seu entendimento no  emprego de metodologias e tecnologias avançadas.

O curso aborda o tema Mineração de Dados, através de aulas práticas e teóricas, utilizando-se de técnicas avançadas de descoberta de conhecimento, os quais provém a capacidade de descobrir novas informações, formatadas em regras e padrões, oriundas da análise de grandes bases de dados. Nesta perspectiva, o desenvolvimento de um raciocínio crítico acerca dos principais conceitos, problemas e algoritmos relacionados a área de Mineração de Dados é a principal habilidade adquirida por quem conclui o curso.

O conteúdo visto é praticado na ferramenta WEKA, que é gratuita e de fácil entendimento. 

São 6 laboratórios totalmente práticos que você pode realizar durante o curso, detalhados e explicados passo a passo.

Você entenderá os algoritmos e poderá praticar com suas bases de dados, seja arquivo texto ou banco de dados. 

Contará com um Framework integrado que apresenta os resultados estatísticos.

  • PYTHON

Neste curso você também verá Python. Python é uma linguagem de programação de alto nível que vem sendo adota em todas as grandes universidades do mundo todo. Neste curso você aprenderá conceitos básicos da linguagem Python, como estruturas condicionais e de repetição, manipulação de strings, listas e arquivos. Tudo isso apresentado com uma metodologia simples, direta e sem enrolação.


Content

Apresentação

Apresentação
Conheça os instrutores
Conheça a plataforma da Udemy

Python básico

Introdução ao Python
Instalando Python
Instalando Python (prática)
Resolvendo problemas na instalação
Sublime text
Google Colab (ambiente para desenvolvimento alternativo)
Comentários
Operações matemáticas
Variáveis
Operadores
Operadores relacionais
Estruturas condicionais
Comando else
Comando elif
Estruturas de repetição
Comando for
Comando range
Comando input
Objetos
Strings parte 1
Strings parte 2
Funções
Arquivos
Lista parte 1
Lista parte 2
Dicionários
Dicionários (aula prática)
Números aleatórios
Tratamento de exceções

Visualização de dados com Python

Introdução
Gráfico de linhas
Inserindo legendas em gráficos
Gráfico de barras
Comparando gráfico de barras
Scatterplot
Marcadores, cores e tipos de linhas
Inserindo pontos em gráficos de linhas
Documentação do MATPLOTLIB.PYPLOT
Salvando figuras
Estudo de caso: crescimento da população
Crescimento da população
O que é boxplot?
Boxplot
Estudo de caso: Bioinformática - comparando genomas
Estudo de caso: Bioinformática - comparando genomas parte 1
HTML
Estudo de caso: Bioinformática - comparando genomas parte 2
Estudo de caso: Bioinformática - comparando genomas parte 3
Estudo de caso: Bioinformática - comparando genomas parte 4

LINGUAGEM R - Operações com Dados

Apresentação do Curso e Instalação do R
R-Studio, Trabalhando com operações básicas, Help do R, Trabalhando com Vetores
Operações com Objetos do R, Trabalhando com Vetores
Trabalhando com Matrizes
Data Frame, Listas, Trabalhando com Workspace, Funções, Trabalhando com Pacotes
Leitura de arquivos externos, Sumarizando Dados (medidas estatísticas)
Gráficos no R: Histograma, Box-Plot, Ramo e Folhas, Barras, Setores
Programação, Análise Uni e BI variada, Uso de Var. Qualitativas e Quantitativas
Teste de Hipóteses e Regressão Linear e Múltipla
Mineração de Dados e Google VIS

Mineração de Dados com WEKA

Entendendo Sobre Mineração de Dados
Instalação da Ferramenta WEKA
Entendendo as Tarefas de Mineração de Dados
Algoritmos de Classificação - Parte 01
Algoritmos de Classificação - WEKA - Parte 02
Algoritmos de Classificação - WEKA - Parte 03
Algoritmo de Agrupamento
Algoritmo Redes Neurais e Agrupamento
Mineração Visual dos Dados

Screenshots

Super Academia Data Science - 5 cursos em 1 - Screenshot_01Super Academia Data Science - 5 cursos em 1 - Screenshot_02Super Academia Data Science - 5 cursos em 1 - Screenshot_03Super Academia Data Science - 5 cursos em 1 - Screenshot_04

Reviews

Deborah
May 31, 2021
Achei q teria uma introdução do que são os programas, para que servem, etc. É vendido como para iniciantes, mas teria q ter feito uma pesquisa anterior pra entender melhor as funcionalidades
Juliana
March 23, 2020
Videos travando muito e acredito que não seja minha conexão pois acesso normalmente outros vídeos. Vídeo 9 da sessão 2 não esta nítido em sua maior parte, não sendo possível visualizar. Conteúdo para iniciante sem muitas explicações sobre os termos utilizados.
Renato
October 22, 2019
Tive o sentimento de aulas gravadas, que foram puladas. Alguns recursos não foram bem explicados. Como é um curso para iniciante, deveria ter o código não somente a introdução, mas como também a apresentação do mesmo.
Marcio
September 24, 2019
Para quem é iniciante, achei péssimo a didática do Diego Mariano!!! Mais devagar e com mais clareza por favor!!
Sérgio
September 12, 2019
Parabéns e obrigado pelo curso. Concluído mas uma etapa na minha trilha de aprendizagem na ciência de dados.

Charts

Price

Super Academia Data Science - 5 cursos em 1 - Price chart

Rating

Super Academia Data Science - 5 cursos em 1 - Ratings chart

Enrollment distribution

Super Academia Data Science - 5 cursos em 1 - Distribution chart
2511280
udemy ID
8/15/2019
course created date
11/21/2019
course indexed date
Bot
course submited by