What you'll 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
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 vaiatender 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.
OCURSO 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!
