Udemy

Platform

Português

Language

Other

Category

Super Academia Estatística - 9 cursos em 1

Estatística: Descritiva, Inferencial, Probabilidade e Machine Learning: ORANGE, R, R Markdown, R GGPLOT2, R TEXT MINING

4.65 (858 reviews)

Students

31 hours

Content

Jun 2021

Last Update
Regular Price


What you will learn

A terminologia básica utilizada na Estatística

A organização de dados em tabelas de frequência e os principais tipos de gráficos estatísticos

As medidas de tendência central (Moda, Média e Mediana)

As medidas de dispersão (Amplitude Total, Amplitude Interquartil, Variância e Desvio Padrão)

Variáveis Estatísticas (discretas e contínuas) e suas distribuições de Probabilidade

A Distribuição Binomial de Probabilidades

A Distribuição de Poisson de Probabilidades

A Distribuição Normal e Normal Padrão de Probabilidades

Resolver problemas estatísticos na prática com o uso de fórmulas no Excel

Estimar parâmetros de uma população usando estatísticas da amostra relacionada

O Teorema do Limite Central

Calcular intervalos de confiança e realizar testes de hipótese e significância estatística

Distinguir entre erros tipo I e tipo II em testes de hipótese

Realizar análises de variância (ANOVA)

Entender correlação e regressão linear

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

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

Exploração de Dados

Visualização de Dados

Machine Learning

Agrupamento, descoberta de grupos em dados

Classificação e modelagem preditiva

Algoritmos de Mineração

Análise Estatística

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: Cluster - Imagens

Trabalhando com: Correlação

Trabalhando com: Cluster – K-means

Trabalhando com: Cluster - Imagens

Trabalhando com Widget Predictions (realizando previsões)

Trabalhando com Widget Confusion Matrix (analisando matriz de score)

Trabalhando com Widget Test and Score (avaliando modelos)

Criando um modelo estatístico

Salvando modelos estatísticos em python e executando em bases de teste para previsões

Trabalhando com o algoritmo de associação APRIORI

Trabalhando com Widget MDS

Trabalhando com Widget Mosaic Display

Trabalhando Widget CN2 Rules

Trabalhando Widget Box Plot

Criando modelos por Redes Neurais

Markdown é uma ferramenta de conversão de texto em HTML

R Markdown Cheat Sheet

R Markdown to R Studio

R Studio Cloud

Exportar para alguns formatos HTML, PDF, WORD,etc.

O que é YAML

Como utilize script R no R Markdown pelo uso de Chunk

Output: html_document, pdf_document,word_document,ioslides_presentation

pacote 'knitr' para inserir o código do R no relatório

Opções de Chunk: include, echo,message,warning,fig cap

Entender o que é arquivo Rmd

Construindo Relatórios dinâmicos com : Comentários em Gráficos

Construindo Relatórios dinâmicos com : Códigos de Linguagem

Construindo Relatórios dinâmicos com : Parâmetros

Construindo Relatórios dinâmicos com : Tabelas

Construindo Relatórios dinâmicos com : Apresentação Slides

Construindo Relatórios dinâmicos com : Dashboard

Construindo Relatórios dinâmicos com : Construção de Site

Definição sobre a construção de gráficos e infográficos

Uso do R Studio Packages

Uso do R graph gallery

Uso do R package GGPLOT2

Trabalhando no R Studio Cloud

Visualizando dados no GGPLOT2

Camadas gráficas geom()

Componente ggplot e suas camadas

mapping, aes, dentre outros componentes

Tipos de formas geométricas

geom_point, geom_boxplot, geom_histogram

geom_bar, geom_hline,geom_abline

geom_violin,geom_tile,geom_area,geom_segment

grid arrange - união de gráficos, geração de infográficos

Utilizando GGPLOT2 e DPLYR

Gráficos Diferenciados: Connect scatterplot, 2d Density Plot, Wordcloud, Lollipop

Gráficos Diferenciados: Treemap, Donut, Setores(pizza). Dedograma,Circular Packing

Interações nos gráficos com PLOTLY

geom_polygon, geom_text,geom_rect,geom_label


Description

  • O CURSO DE ESTATÍSTICA BÁSICA

Esse curso permite que o aluno tenha uma base teórica sólida, bem como desenvolva as habilidades necessárias para resolver problemas na prática. Ele foi preparado por um instrutor com mais de 15 anos de experiência em sala de aula no ensino médio e superior e instrução online, tendo já publicado 7 cursos na área de Estatística na plataforma Udemy.

Ementa do Curso de Estatística Básica:

Introdução ao Curso de Estatística Básica, Conceitos Básicos de Estatística, Gráficos Estatísticos, Gráficos Estatísticos no Microsoft Excel, As Medidas de Tendência Central, As Medidas de Dispersão, Percentis e a Frequência Acumulada, Prova Final do Curso de Estatística Básica e Conclusão do Curso.

Em cada seção, você encontra aulas de vídeo em alta definição, materiais didáticos de alta qualidade, uso de tecnologia para respostas de conceitos ensinados, listas de exercícios, links para recursos online e muito mais. Ao final, você pode testar seu entendimento da Estatística Básica, resolvendo uma prova final do curso para testar os conhecimentos adquiridos.

No final desse curso, você terá um excelente conhecimento de Estatística Básica e terá a base necessária para acompanhar o curso de Estatística Inferencial.


  • O CURSO DE PROBABILIDADE E ESTATÍSTICA

Esse curso permite que o aluno tenha uma base teórica sólida em Probabilidade e Estatística, bem como desenvolva as habilidades necessárias para resolver problemas, dos mais simples aos mais complexos. O curso está organizado nas seguintes seções:

1. Introdução ao Curso

2. Variáveis Aleatórias Discretas

  2.1. A Distribuição Binomial de Probabilidades

  2.2. A Distribuição Geométrica de Probabilidades

  2.3. A Distribuição de Probabilidades de Poisson

3. Variáveis Aleatórias Contínuas

4. A Distribuição Normal de Probabilidades

5. Conclusão do Curso


Em cada seção, você encontra vídeo-aulas em alta definição, materiais didáticos de alta qualidade, listas de exercícios, testes de avaliação dos conhecimentos, links para recursos online e muito mais.  Ao final desse curso, você terá um excelente conhecimento de Estatística no nível intermediário e estará pronto para aprofundar seus conhecimentos em um curso mais avançado.


  • O CURSO DE ESTATÍSTICA INFERENCIAL

Esse curso é uma evolução natural do curso de Estatística Básica, com ênfase na Interferência Estatística, ou seja, nas conclusões a que chega ou Estatística em relação à população em estudo. 

Ementa sumarizada do Curso de Estatística Inferencial:

Introdução ao Curso de Estatística Inferencial, Teorema do Limite Central, Intervalos de Confiança, Testes de Hipótese e Significância, Modelagem Estatística e Projeto de Conclusão de Curso.

Em cada seção, você encontra aulas de vídeo em alta definição, materiais didáticos de alta qualidade, uso de planilhas no Microsoft Excel para aplicativos de conceitos ensinados, listas de exercícios, links para recursos online e muito mais. Ao final, você pode aplicar os conhecimentos adquiridos para desenvolver um projeto de conclusão de curso.

No final desse curso, você terá um excelente conhecimento de Estatística Inferencial e terá a base necessária para acompanhar o curso da ORANGE Data Science



  • CIÊNCIA DE DADOS CURSO DE LARANJA 

O ORANGE, uma ferramenta totalmente construída em Python, é uma das poucas ferramentas de mercado que permite ao analista de dados trabalhar de forma completamente visual, com um amplo aspecto de atendimento às diversas demandas na área de mineração de dados por meio do uso de  algoritmos de Machine Learning.


Aspectos presentes nesse curso:

  • 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 e 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 ao invés de 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 externas.


Este curso inclui o ROADMAP ONE, que contempla a base para iniciar os seus projetos de mineração de dados e o ROADMAP TWO, que contempla a parte final, dando ênfase aos algoritmos de Machine Learning mais complexos.



  • O CURSO DE LINGUAGEM R

Se você chegou até aqui é por que deseja aprender a Linguagem R. Você já percebeu que a grade do nosso curso é muito extensa e que o conteúdo é super rico. Temos certeza que esse curso vai atender as suas expectativas.

O Curso de Linguagem R tem MATERIAL PRÓPRIO, textos explicados passo a passo, único e bem articulados. O objetivo principal desse curso 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 o aluno, 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 diversos sistemas operacionais, tais como Windows ou Linux.

Durante o curso de Linguagem R, sugerimos que o aluno assista as videoaulas praticando as atividades diretamente no seu computador. 

Ementa sumarizada do Curso de Linguagem R:

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.

Junte-se aos seus colegas e aprimore seu conhecimento da Linguagem R.



  • O CURSO DE LINGUAGEM R MARKDOWN

Saiba que ela é uma das ferramentas mais poderosas de mercado, para construção de relatórios técnicos e apresentações de resultados. Você dominando R Markdown pode produzir documentos super bem elaborados derivados dos seus scripts em R, Python ou outras linguagem de programação. Mas, grande parte dos analistas de dados produzem conteúdo em R e não sabem como ajustar para fazer uma apresentação ao seu cliente.

Por isso, antes de apresentar seus dados estatísticos que irão conter modelos de regressão, gráficos ou simplesmente apresentar estatísticas elementares, saiba que existe um grande aliado à linguagem R. Os seus dados contam uma história, transforme suas análises em documentos, relatórios, apresentações e painéis de alta qualidade.

Tudo isso será possível com o uso do R Markdown. Para criar texto e código narrativos para produzir uma saída formatada com leveza e muita, mais muita elegância.

  • O CURSO DE GGPLOT2

GGPLOT2 é um pacote de visualização de dados para a linguagem de programação estatística R. Criado por Hadley Wickham em 2005.  O ggplot2 é uma implementação da Grammar of Graphics de Leland Wilkinson - um esquema geral para visualização de dados que divide gráficos em componentes semânticos, como escalas e camadas.

Para criação de qualquer modelo ou teste estatístico, o uso da visualização dos resultados é importante na decisão de quais variáveis podem ser utilizadas. O gráfico explica o fenômeno estatístico de forma visual e simplificada, levando a interpretações variadas.

Um gráfico é composto pelo uso de atributos estéticos (posição, cor, forma, tamanho) e de objetos geométricos (pontos, linhas, barras, caixas). Aqui neste curso de Gráficos e infográficos utilizando a linguagem R , por meio do pacote GGPLOT2, você aprenderá de uma forma bem intuitiva e prática.

O GGPLOT2 é um pacote R dedicado à visualização de dados. Ele pode melhorar significativamente a qualidade e a estética de seus gráficos e torná-lo muito mais atraentes e impactantes.

O GGPLOT2 pode servir como um substituto para os gráficos de base em R e contém vários padrões para exibição na Web e impressão de escalas comuns. Desde 2005, o ggplot2 cresceu para se tornar um dos pacotes R mais populares.


  • O CURSO DE TEXT MINING

Os dados não estruturados representam mais de 80% de tudo que circula na internet. A disponibilização de dados nesta nova forma de armazenamento é cada dia mais crescente em todas as organizações mundiais. Um grande desafio é entender o que textos, sites, arquivos em formatos word, pdf, etc podem nos trazer de informações relevantes e qual seria esta amplitude.

Pensando nisso, foi criado o curso Text Mining no R: extração, informação, análise, documento que visa entender o processo de obtenção de informações importantes de um texto com base na recuperação de informações, extração de dados, aprendizado de máquina, estatísticas e linguística computacional que são tarefas típicas de mineração de texto, que incluem categorização e agrupamento de texto, extração de conceito/entidade, produção de taxonomias granulares, análise de sentimentos.

O curso é trabalhado com diversas práticas em arquivos texto, inclusive com o uso de web scrapping, ou seja, coleta de dados web ou raspagem web, é uma forma de mineração que permite a extração de dados de sites da web convertendo-os em informação estruturada para posterior análise.


  • O CURSO DE WEKA - MINERAÇÃO DE DADOS

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. 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.

Todo o conteúdo visto é praticado na ferramenta WEKA , que é gratuito e de fácil compreensão. São 6 laboratórios totalmente práticos que você pode realizar durante o curso, detalhados e explicados passo a passo. Você entende os algoritmos e pode praticar com suas bases de dados, sejam arquivos de texto ou banco de dados. Contar com um Framework integrado que apresenta os resultados estatísticos.

Venha e confira!



  • VOCÊ AINDA GANHA

· Acesso total vitalício ao conteúdo do curso;

· Certificado de conclusão do curso oferecido pela Udemy;

· Acesso no seu dispositivo móvel e TV ou Computador;

· Garantia de 30 dias para devolução do seu dinheiro;

· Acesso 24h / 7 dias por semana aos instrutores usando a seção de Perguntas e Respostas.


SEJA MAIS UM ALUNO DESTE CLUBE QUE NÃO PARA CRESCER!


Screenshots

Super Academia Estatística - 9 cursos em 1
Super Academia Estatística - 9 cursos em 1
Super Academia Estatística - 9 cursos em 1
Super Academia Estatística - 9 cursos em 1

Content

Introdução

Introdução ao Curso "Super Academia Estatística"

O Curso de Estatística Básica Descritiva

Introdução ao Curso de Estatística Básica

5 Dicas para ser bem sucedido nesse curso

Conceitos Básicos de Estatística

Organização de Dados Estatísticos

Gráficos Estatísticos - Parte 1

Gráficos Estatísticos - Parte 2

Gráficos Estatísticos - Parte 3

Gráficos Estatísticos no Excel

Medidas de Tendência Central: A Média Aritmética

Medidas de Tendência Central: A Moda

Medidas de Tendência Central: A Mediana

Medidas de Dispersão: Amplitude Total e Amplitude Interquartil

Construindo um Diagrama de Caixa (ou Diagrama de Extremo e Quartis)

Percentis e a Representação Gráfica da Frequência Acumulada

Medidas de Dispersão: Variância e Desvio Padrão

Medidas de Tendência Central e Dispersão no Excel - Parte 1

Medidas de Tendência Central e Dispersão no Excel - Parte 2

Medidas de Tendência Central e Dispersão no Excel - Parte 3

Prova Final do Curso de Estatística Básica

Conclusão do Curso de Estatística Básica

ORANGE DATA SCIENCE - 100% VISUAL - ROADMAP ONE

Entendendo o funcionamento da IDE do ORANGE

Instalação do ORANGE

Trabalhando com arquivos e utilizando: DATA TABLE, SELECT ROWS, SELECT COLUMNS

Trabalhando Widget: Color, Distributions, Pivot Table, Feature Statistics, Data

Trabalhando com Widget::Paint Data , Outliers ,Scatter Plot

Trabalhando com: Create Class,Select By data index,Edit Domain

Trabalhando com: Freeviz

Trabalhando com Árvore de Decisão

Trabalhando com: Cluster - Imagens

Trabalhando com: Correlação

Trabalhando com: Cluster – K-means

Trabalhando com: Cluster - K-mens - Parte 02

ORANGE DATA SCIENCE - 100% VISUAL - ROADMAP TWO

Trabalhando com Widget Predictions (realizando previsões)

Trabalhando com Widget Confusion Matrix e Test and Score

Criando um modelo estatístico, estimando dados e salvando modelo

Trabalhando com o algoritmo de associação APRIORI

Trabalhando com Widget MDS

Trabalhando com Widget Mosaic Display

Trabalhando Widget CN2 Rules

Trabalhando Widget Box Plot

Trabalhando Widget Rede Neural

Trabalhando Análise de Componentes Principais

Mineração de Texto

Análise ROC

Fim do curso ORANGE Data Science - 100% VISUAL - Roadmap Two

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

WEKA - Mineração de Dados

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

Conclusão

Aula Bônus: Conclusão do Curso e dicas para os próximos passos em seus estudos


Reviews

C
Carlos11 October 2020

O curso trabalha detalhadamente os conceitos matemáticos. Ainda estou no nível básico, mas se continuar assim, vai ser um ótimo curso.

J
Jansen9 October 2020

Curso muito bom. Elementos apresentados com clareza e de maneira simples, de forma a auxiliar na fixação e aprendizagem. Nota 10.

G
Guilherme7 October 2020

Está a começar bem. O que eu espero, não é mas senão matéria sobre probabilidade. Guilherme Neto « Saharauí »

A
Andre9 September 2020

Ainda não finalizei o curso, mas pelo que foi possível observar, o professor preocupa-e com o aprendizado dos alunos com dicas importantes e avaliando inicialmente o conteúdo do curso, está bem detalhado e bem explicado. Tenho certeza de que o curso será muito agregador.

A
Antônio23 August 2020

Aprendi muito no curso, com certeza aplicarei muitos conceitos aqui aprendidos no meu dia de trabalho, bem como em diversas situações de minha vida.

C
Cristian22 August 2020

Boa introdução ao tema. Dá uma visão geral sobre o assunto teórico. Poderia em um curso novo fazer mais exemplos e aplicações práticas. Recomendo.

M
Moizes5 August 2020

Ainda um pouco cedo para questionar, não iniciou as aulas, mas diria que as dicas são bastantes relevantes. Obrigado.

L
Luis28 July 2020

Ambos os professores com bom método de ensino e a disponibilidade de material auxilia muito a prática dos exercícios.

R
Rafael5 July 2020

Ainda faltam aulas para definir, más é incrível a quantidade de informação que estou obtendo neste curso!

M
Marcello27 June 2020

A parte de estatística contém uma didadica impecável, as demais partes não possuem o mesmo nível de excelência quanto a didática, parecendo uma demonstração da ferramenta somente.

A
Adriano21 June 2020

Sim, até o momento é o que eu esperava. Inclusive, superando as minhas expectativas iniciais. Parabéns, professor!

L
Lucas17 May 2020

O professor parece bem empenhado não só em passar o conteúdo mas com o processo de aprendizagem como um todo. Primordial quando falamos de um assunto tão delicado quanto estatística. Nos transmite segurança para iniciarmos o processo

R
Rosana27 April 2020

Facilidade em adquirir cursos, plataforma muito eficaz no acesso aos cursos, app muito bom também, não exageram no envio de e-mail de propaganda. Além de gerar empregos

H
Henrique15 February 2020

Está sendo maravilhoso! Muito enriquecedor! Vai ser muito agregador para o Curso de Data Science. ;-)

U
Ubaldo4 February 2020

Didática muito boa, na qual o professor demonstra profundo conhecimento do assunto ministrado, sem olvidar da sua capacidade plausível de mastigar a matéria, tornando-a mais fácil o seu entendimento Parabéns nobre professor.


2760612

Udemy ID

1/15/2020

Course created date

1/25/2020

Course Indexed date
Bot
Course Submitted by