Formação Cientista de Dados: O Curso Completo
Offered By: Udemy
Course Description
Overview
What you'll learn:
- Criar modelos preditivos com Deep Learning, Neural Networks e Series Temporais
- Criar elementos gráficos com uso de boas práticas de visualização de dados
- Aplicar conceitos básicos de mineiração de textos
- Criar modelos de Regressão Linear e Logística
- Potencializar sua compreensão sobre outras áreas de Machine Learning, como Agrupamentos, Associadores e Seleção de Atributos
- Dominar os conceitos de Probabilidade, Intervalos de Confiança, Testes de Hipótese, Anova e Qui quadrado
- Aplicar conceitos de Grafos
- Ver cases reais das principais distribuições estatísticas: Normal, Poisson, Binomial, T de Student
- Aprenda conceitos de Gestão de Projetos
- Estude e pratique linguagem SQL
- Conheça bancos de dados NoSQL com MongoDB
- Conheça técnicas como Feature Scaling e Categorical Encoding
- Computação na Nuvem, tutoriais e exemplos práticos com Amazon AWS
- Fundamentos de Python, com estruturas de dados, Numpy e Pandas
- Spark com Databricks
Atualizado em 2024 para as últimas bibliotecas de Ciência de Dados! Inclui Modelo GPT (ChatGPT)
Omais completo, acessível e atualizado curso para você entrar ou se especializar no mundo da Ciência de Dados!
Mais de 340 tutoriais divididos em 52 seções
Mais de 260 scripts em Python e R no formato Notebook
Mais de 200 testes de múltipla escolha
Mais de 300 Apresentações (em pdf)
Atividades Práticas
Atualizado e revisado em 2023!
Com o conteúdo de vários cursos em um só, este é um curso de Data Science em quevocê vai conhecer e aprender a aplicar todos os principais conceitos e técnicas para se qualificar eatuar como um Cientista de Dados,com videos explicativos e detalhados para leigos, exemplos práticos de codificação em R e Python usando dados reais, explicações de resolução de fórmulas passo a passo, contendo:
Introdução as Linguagens de Programação R e Python
Limpeza e Tratamento de Dados
Gráficos, Visualização de Dados e Dashboards
Estatística I:Amostragem, Medidas de Centralidade e Variabilidade, Probabilidades, Distribuição Normal
Estatística II:Intervalos de Confiança, Testes de Hipótese, Distribuição t de Student, Distribuição Binomial, Distribuição de Poisson, Qui Quadrado, Anova
Regressão Linear e Correlação
Séries Temporais com Arima
Machine Learning:Aplicações, conceitos, Classificação, Dimensionamento de Características, Codificação de Categorias, Agrupamentos, Regras de Associação.
Artificial Neural Networks e Deep Learning
Grafos e Redes Sociais
Processamento de Linguagem Natural e Mineração de Texto, incluindo Transformers e GPT (ChatGPT)
SQL e NoSQL
Spark com Databricks
Computação na Nuvem com AWS
Ocurso ainda tem 3 seções com Bônus:
Power BI
Tableau
Fundamentos de Big Data
Dúvidas durante o curso:você conta com a ajuda dos instrutores, com Formação em Tecnologia da Informação e uma década de experiência no mercado. Não perca tempo, matricule-se já!
Taught by
Fernando Amaral
Related Courses
Data AnalysisJohns Hopkins University via Coursera Computing for Data Analysis
Johns Hopkins University via Coursera Scientific Computing
University of Washington via Coursera Introduction to Data Science
University of Washington via Coursera Web Intelligence and Big Data
Indian Institute of Technology Delhi via Coursera