Entrar em contato via Whatsapp

Python para Data Science e Analytics

Python para Data Science e Analytics

Python para Data Science e Analytics

  • 55 Video Aulas (12 horas)
  • Certificado Validado
  • Recursos Adicionais
  • Acesso Vitalício
25% de desconto R$ 197,00
R$ 147,00

O que você aprenderá

Neste curso você aprenderá o necessário de Python, a linguagem mais usada dentro do mundo de Data Science e Analytics, para realizar análises de dados de grandes volumes de informação.

Aprenda a manipular dados com facilidade e criar visualizações que permitam extrair os melhores insights dos seus dados.

Aprenda ainda a automatizar trabalhos envolvendo planihas Excel para ganhar mais eficiência em suas análises e tarefas rotineiras.

Trabalhe com várias fontes de dados, e processe milhões de registros com facilidade.

Aprendendo Python para Analytics e Data Science você fará parte do seleto grupo de profissionais mais procurados do mercado, os cientistas de dados Python. Este perfil vem sendo altamente procurado e atualmente as empresas possuem mais vagas do que profissionais especializados para preenchê-las.

Se pensa em mudar de carreira, comece com um curso que ensina diretamente aquilo que o mercado procura. Aprenda com quem já possui anos de experiência no mercado de Data Science e Analytics

Impressione no trabalho com análises avançadas e hacks para produtividade.

Cientista de dados foi classificado como o trabalho número 1 no Glassdoor e o salário médio de um cientista de dados é mais de $ 120,000 nos Estados Unidos! Data Science é uma carreira gratificante que permite resolver alguns dos problemas mais interessantes do mundo! Além disso, muitas empresas no Brasil já estão começando a expandir suas áreas de data analytics.

Requisitos

O curso não possui nenhum pré requisito.

Conteúdo

  • 0 - Introdução
    5 minutos

  • Básico Aula 1 - Conceitos Básicos Parte 1 - Python no Mercado de Trabalho
    7 minutos
  • Básico Aula 1 - Conceitos Básicos Parte 2 - Download IDE e Conceitos Básicos Jupyter
    9 minutos
  • Básico Aula 1 - Conceitos Básicos Parte 3 - Tipos de Variáveis em Python
    21 minutos
  • Básico Aula 1 - Conceitos Básicos Parte 4 - Funções e Métodos
    11 minutos
  • Básico Aula 1 - Conceitos Básicos Parte 5 - Listas e Dicionários
    18 minutos
  • Básico Aula 2 - Manipulação de Dados Parte 1 - Numpy e Pandas
    12 minutos
  • Básico Aula 2 - Manipulação de Dados Parte 2 - Métodos Básicos de Dataframes
    10 minutos
  • Básico Aula 2 - Manipulação de Dados Parte 3 - Segmentação de Dados
    9 minutos
  • Básico Aula 2 - Manipulação de Dados Parte 4 - Cruzamento de Dados e Fechamento Aula 2
    8 minutos
  • Básico Aula 3 - Parte 1 - Funções de Usuário
    11 minutos
  • Básico Aula 3 - Parte 2 - Loops
    10 minutos
  • Básico Aula 3 - Parte 3 - Operadores Condicionais
    18 minutos
  • Básico Aula 4 - Visualização de Dados
    34 minutos
  • Básico Projeto Final Parte 1 - Teoria
    6 minutos
  • Básico - Projeto Final Parte 2 - Notebook
    38 minutos
  • Quiz - Módulo Básico

  • Intermediário Aula 1 - Data Cleaning e Data Prep - Teoria
    21 minutos
  • Intermediário Aula 1 - Data Cleaning e Data Prep - Prática
    35 minutos
  • Intermediário Aula 2 - Outliers - Teoria
    7 minutos
  • Intermediário Aula 2 - Outliers - Prática
    12 minutos
  • Intermediário Aula 3 - Tratamento de Variáveis Categóricas - Teoria
    11 minutos
  • Intermediário Aula 3 - Tratamento de Variáveis Categóricas - Prática
    13 minutos
  • Intermediário Aula 4 - Conceitos de Modelagem
    19 minutos
  • Intermediário Aula 5 - Regressão Linear - Teoria
    12 minutos
  • Intermediário Aula 5 - Regressão Linear - Prática
    12 minutos
  • Intermediário Aula 6 - Regressão Logística - Teoria
    11 minutos
  • Intermediário Aula 6 - Regressão Logística - Prática
    15 minutos
  • Intermediário Aula 7 - K means Clustering - Teoria
    9 minutos
  • Intermediário Aula 7 - K means Clustering - Prática
    6 minutos
  • Intermediário Aula 8 - Projeto Final
    20 minutos
  • Quiz - Módulo Intermediário

  • Avançado Aula 1 - SVM - Teoria
    9 minutos
  • Avançado Aula 1 - SVM - Prática
    16 minutos
  • Avançado Aula 2 - Naive Bayes - Teoria
    16 minutos
  • Avançado Aula 2 - Naive Bayes - Prática
    8 minutos
  • Avançado Aula 3 - Árvore de Decisão - Teoria
    10 minutos
  • Avançado Aula 3 - Árvore de Decisão - Prática
    14 minutos
  • Avançado Aula 4 - Bagging e Boosting
    9 minutos
  • Avançado Aula 5 - Random Forest - Teoria
    6 minutos
  • Avançado Aula 5 - Random Forest - Prática
    26 minutos
  • Avançado Aula 6 - Boosting - Teoria
    9 minutos
  • Avançado Aula 6 - Boosting - Prática
    12 minutos
  • Avançado Aula 7 - Feature Selection - Teoria
    9 minutos
  • Avançado Aula 7 - Feature Selection - Prática
    10 minutos
  • Avançado Aula 8 - Cross Validation - Teoria
    10 minutos
  • Avançado Aula 8 - Cross Validation - Prática
    10 minutos
  • Avançado Aula 9 - Salvando Modelos com Pickle - Teoria
    8 minutos
  • Avançado Aula 9 - Salvando Modelos com Pickle - Prática
    9 minutos
  • Avançado Aula 10 - Fechamento Módulo Avançado
    12 minutos
  • Quiz - Módulo Avançado

  • Bonus 1 - Automatizando o uso de planilhas com Python Parte 1 - Construção do Código
    16 minutos
  • Bonus 1 - Automatizando o uso de planilhas com Python Parte 2 - Agendando o Script
    5 minutos

  • Bonus 2 - Conceitos de Estatística - Teoria
    15 minutos
  • Bonus 2 - Conceitos de Estatística - Prática
    6 minutos
Pedro Henrique Quadros Alves

Pedro Henrique Quadros Alves

Produtor deste 11/08/2022

4 cursos

Engenheiro de formação, trabalho na área de tecnologia já fazem alguns anos, mais especificamente com Data Analytics e Data Science. Hoje atuo como líder de Data Analytics no iFood.