Iniciaremos o curso definindo o que é ciência de dados. Abordaremos o fluxo de trabalho da ciência de dados e como ela é aplicada a problemas reais. Finalizaremos o capítulo aprendendo sobre as diferentes funções no campo da ciência de dados.

O que é ciência de dados?

Ciência de dados em todo lugar!

Importância da ciência de dados

Aplicações da ciência de dados

Dose diária de ciência de dados

A ciência por trás dos assistentes inteligentes

Funções e ferramentas de ciência de dados

Selecionando a pessoa certa

A função de um cientista de dados

Introdução à ciência de dados

Agora que entendemos o fluxo de trabalho da ciência de dados, vamos nos aprofundar na primeira etapa: coleta e armazenamento de dados. Aprenderemos sobre as diferentes fontes de dados que podem ser utilizadas, a aparência desses dados, como armazená-los depois de coletados e como um pipeline de dados pode automatizar o processo.

Fontes de dados

Classificação de fontes de dados

Frequências de asma

Tipos de dados

Classificação de tipos de dados

Net promoter score

Monitor de atividades

Armazenamento e recuperação de dados

Plataformas em nuvem

Consulta a um banco de dados

Que tipo de banco de dados?

Pipelines de dados

Características de pipelines de dados

Extrair Transformar Carregar

Coleta e armazenamento de dados

A preparação dos dados é fundamental: os cientistas de dados passam 80% do tempo limpando e manipulando dados e apenas 20% do tempo analisando-os de fato. Este capítulo mostrará como diagnosticar problemas em seus dados e lidar com valores faltantes ou discrepantes. Em seguida, você aprenderá sobre a visualização, outra ferramenta essencial para explorar seus dados e comunicar suas descobertas.

Preparação de dados

A verdade está lá fora

Está preparado?

Análise exploratória de dados

EDA numérica

EDA visual

Visualização

Painéis interativos

Aprimoramento de um painel

Preparação, exploração e visualização

Neste capítulo final, discutiremos a experimentação e a previsão. Começando com experimentos, abordaremos o teste A/B e passaremos para a previsão de séries temporais, onde aprenderemos sobre previsão de eventos futuros. Por fim, terminaremos com aprendizado de máquina, examinando o aprendizado supervisionado e o agrupamento.

Testes A/B

Ordene as tarefas

Criação de um fluxo de trabalho de teste A/B

Significância estatística

Resultados intermediários

Previsão de séries temporais

Dados

Dados de séries temporais

Não são dados de séries temporais

Classificação de dados de séries temporais

Interpretar um gráfico de série temporal

Aprendizado de máquina supervisionado

Problemas

Teste A/B

Painel

Quando usar aprendizado supervisionado

Atributos e rótulos

Avaliação do modelo

Agrupamento

Supervisionado

Não supervisionado

Supervisionado vs. não supervisionado

Seleção do tamanho do agrupamento

Parabéns!

Experimentação e previsão

Course Glossary

O que é ciência de dados, por que está tão em alta e por que a Harvard Business Review a chamou de "a profissão mais sexy do século XXI"? Neste curso não técnico, você vai conhecer tudo o que sempre quis saber sobre essa área empolgante e em rápido crescimento, sem precisar escrever uma única linha de código. Com exercícios práticos, você vai aprender sobre as diferentes funções do cientista de dados, tópicos fundamentais como testes A/B, análise de séries temporais e aprendizado de máquina, e como cientistas de dados extraem conhecimento e insights de dados reais. Então não se deixe intimidar pelos termos da moda. Comece a aprender, desenvolva habilidades nessa área tão demandada e descubra por que ciência de dados é para todos!

Os vídeos têm transcrições ao vivo, que você encontra ao clicar em "Mostrar transcrição" no canto inferior esquerdo dos vídeos.

O glossário do curso está à direita, na seção de recursos.

Para obter créditos de CPE, você precisa concluir o curso e alcançar 70% na avaliação qualificada. Você pode acessar a avaliação clicando no aviso de créditos de CPE à direita.

Descubra o que é ciência de dados, por que é popular e aprenda com exercícios práticos. Sem código.

Entendendo a ciência de dados

Uma introdução à ciência de dados sem programação.

Compreensão dos tópicos de dados

Significância estatística

Entendendo a ciência de dados

exercicio interativo prático