top of page
Data on a Touch Pad

Data Science Analytics | Visão Geral

Workload

Remoto. Ao vivo. Plataforma Zoom.

8h de Capacitação - Dias e horários a definir dependendo da disponibilidade das turmas

sign up

About the course

Quer ser cientista de dados e quer entender os algoritmos, premissas e como as coisas funcionam estatisticamente?
Neste curso você terá uma visão sobre como o analytics funciona na prática, entendendo premissas e como fazer modelos adequados para cada problema!
Este é um curso de curta duração, com muita prática e demonstrações de como se fazer um modelo adequadamente, inserindo as necessidades de negócio! Vem!


prerequisites

Este curso não possui pré-requisitos

Course content

INTRODUÇÃO À CIÊNCIA DE DADOS

Vamos começar desmistificando todas as palavrinhas do momento e  entendendo o fluxo completo de ciência de dados.


ENTENDENDO ESTATÍSTICA DIVERTIDAMENTE

É aqui que começamos ver os números surgirem. Vamos aprender fazer  contas importantes, mas é claro que além de calcular estas medidas,  vamos interpretar e tirar o real valor que elas têm. O mais divertido e  motivante é ver que tudo isso se encaixa em qualquer universo! Chega  ser apaixonante! Venha disposto a ouvir vários exemplos de aplicações. 


Conteúdo:

  • Tipo de Variáveis

  • Medidas de Posição

  • Medidas de Dispersão

  • Análise Gráfica

  • Medidas de Assimetria

  • Medidas de Associação

  • Distribuições Discretas - Uniforme

  • Distribuições Discretas - Bernoulli

  • Distribuições Discretas - Binomial


DATA SCIENCE ANALYTICS: UMA VISÃO GERAL

  • Distribuições Discretas - Poisson

  • Distribuições Contínuas - Normal

  • Distribuições Contínuas - Exponencial

  • Distribuições Contínuas - t-Student

  • Quais são as definições do TLC

  • Teste de hipótese quando a média e desvio padrão da população são  conhecidos

  • Teste de hipótese quando o desvio padrão da população é  desconhecido



ALGORITMOS SUPERVISIONADOS

Os modelos supervisionados são responsáveis por boa parte das  implementações de ciência de dados. Nesse tópico vamos discutir e  entender, superficialmente, como os algoritmos funcionam. 


Conteúdo:

  • Regressão Linear

  • Regressão Logística

  • Árvore de Decisão

  • Random Forest

  • Gradient Boosting

  • Tratamento de dados para modelos

  • Métricas de Qualidade de ajuste

  • Escolha do melhor modelo

  • Case Real


ALGORITMOS NÃO SUPERVISIONADOS

A análise de cluster tem suas formas, seus métodos e suas capacidades.  Nesse momento entenderemos as diferenças, capacidades e limites. 


Conteúdo:

  • Cluster Hierarquico

  • Single Linkage

  • Complete Linkage

  • Avarage Linkage

  • Centróide

  • Ward

  • Cluster não hierárquico

  • K-means

  • Case Real

sign up
bottom of page