Formação Cientista de Dados
4.1 (112 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
1,229 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Formação Cientista de Dados to your Wishlist.

Add to Wishlist

Formação Cientista de Dados

Domine as mais Importantes Técnicas da Ciência de Dados e se Qualifique para a Profissão do Futuro
4.1 (112 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
1,229 students enrolled
Created by Fernando Amaral
Last updated 8/2017
Portuguese
Curiosity Sale
Current price: $10 Original price: $200 Discount: 95% off
30-Day Money-Back Guarantee
Includes:
  • 18.5 hours on-demand video
  • 16 Supplemental Resources
  • 1 Practice Test
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
  • Certificate of Completion
What Will I Learn?
  • Deep Learning, Neural Networks, Series Temporais, Mineração de Texto
  • Probabilidade, Intervalos de Confiança, Testes de Hipótese
  • Regressão Linear e Logística, Anova, Qui quadrado
  • Distribuições: Normal, Poisson, Binomial, T de Student
  • Grafos, Visualização de Dados e Dashboards
  • Machine Learning: Classificação, Agrupamentos, Associadores, Seleção de Atributos
View Curriculum
Requirements
  • Familiaridade com Informática, escrita de código, R
Description

Neste curso você vai aprender todos os principais conceitos e técnicas para se qualificar e atuar como um Cientista de Dados, com videos explicativos e detalhados para leigos, exemplos práticos de codificação em R usando dados reais, explicações de resolução de fórmulas passo a passo, e ainda:

  • Mais de 120 aulas em 10 módulos
  • 80 testes de fixação
  • Prova final com 100 questões
  • Atividade prática final, simulando um problema real
Who is the target audience?
  • Interessados em entrar para o mundo da Ciência de Dados, ou mesmo que queiram aperfeiçoar seus conhecimentos
Students Who Viewed This Course Also Viewed
Curriculum For This Course
129 Lectures
18:24:04
+
Introdução
3 Lectures 09:52
+
Estatística I
31 Lectures 04:26:17

Amostragem
13:05

Amostragem - Parte II
03:05

Amostragem - Parte III
11:03

Amostragem - Aula em R
06:31

Amostragem - Aula em R parte II
10:06

Amostragem - Aula em R parte III
03:05

Medidas de Centralidade e Variabilidade - Parte I
07:00

Medias de Centralidade e Variabilidade - Parte II
07:07

Medias de Centralidade e Variabilidade - Parte III
03:31

Usando a Estatística a seu Favor
03:24

Probabilidade - Parte I
13:00

Probabilidade - Parte II
13:17

Entendendo Distribuições
05:13

Distribuição Binomial - Parte I
08:42

Distribuição Binomial - Parte II
14:29

Distribuição Binomial - Aula em R
07:10

Distribuição Normal - Parte I
09:00

Distribuição Normal - Parte II
12:00

Distribuição Normal - Parte III
08:22

Distribuição Normal - Parte IV - Verificando a Normalidade de Uma Distribuição
11:37

Distribuição Normal - Aula em R Parte I
10:19

Distribuição Normal - Aula em R Parte II
02:20

Estatística não Paramétrica
03:05

Intervalos de Confiança - Parte I
16:45

Intervalos de Confiança - Parte II
17:46

Testes de Hipótese - Parte I
09:42

Testes de Hipótese - Parte II
11:18

Distribuição T de Student - Parte I
05:40

Distribuição T de Student - Parte II
06:54

Distribuição T de Student - Aula R
03:12

Estatística I
10 questions
+
Estatística II
14 Lectures 01:44:15
Introdução a Correlação e Regressão Linear
10:41

Correlação - Parte I
05:20

Correlação - Parte II
09:08

Regressão Linear - Previsão
06:58

Regressão Linear - Residuais
06:23

Regressão Linear - Outliers, Extrapolação, Correlação não é Causa
10:23

Regressão Linear Simples com R - Parte I
07:34

Regressão Linear Simples com R - Parte II
03:00

Condições
03:36

Regressão Linear Múltipla
07:26

Regressão Linear Múltipla no R
12:13

Cálculos e Fórmulas
06:04

Regressão Logística
02:39

Regressão Logística no R
12:50

Estatística II
10 questions
+
Estatística III
11 Lectures 01:10:17
Análise de Dados Exploratória
07:40

Distribuição de Poisson - Parte I
04:00

Distribuição de Poisson - Parte II
06:29

Distribuição de Poisson - Exemplos no R
02:35

Qui Quadrado
07:50

Qui Quadrado no R
03:38

Anova - Parte I
05:53

Anova - Parte II
09:13

Anova no R
07:32

Outliers
10:49

Outliers no R
04:38

Estatística III
5 questions
+
Series Temporais
7 Lectures 57:42
Introdução
08:53

Introdução Parte II
03:33

Componentes de Uma Série Temporal
09:16

Alguns Exemplos
06:14

Explorando
07:07

Decomposição
06:13

Previsão
16:26

Series Temporais
5 questions
+
Machine Learning
17 Lectures 03:28:55
Introdução
11:00

Aplicações
04:16

Conceitos
13:52

Conceitos Parte II
13:16

Classificação Parte I
18:35

Classificação Parte II
10:58

Classificação Parte III
10:37

Classificação Parte IV
08:18

Classificação Parte V
11:19

Classificação na Prática com Naive Bayes - Parte I
17:38

Classificação na Prática com Naive Bayes - Parte II
09:42

Simulando o Modelo em Produção
05:28

Seleção de Atributos: Aula Prática
14:54

Agrupamentos
16:02

Agrupamento com Kmeans
11:07

Regras de Associação
17:51

Regras de Associação: Aula Prática
14:02

Machine Learning Teste I
10 questions

Machine Learning Teste II
10 questions
+
Neural Networks e Deep Learning
7 Lectures 01:45:46
Introdução
16:07

Redes Neurais
13:00

Deep Learning
14:05

Exemplos
12:16

Neural Netowork na Prática
18:48

Deep Learning na Prática Parte I
12:32

Deep Learning na Prática Parte II
18:58

Neural Networks e Deep Learning
5 questions
+
Grafos e Redes Sociais
16 Lectures 02:14:55
Introdução a Grafos
06:20

Teoria de Grafos Parte I
10:25

Teoria de Grafos Parte II
07:09

Teoria de Grafos Parte III
04:03

Teoria de Grafos Parte IV
08:37

Representação em Dados
05:25

Problemas, Algoritmos e Curiosidades
11:35

Igraph - Introdução Parte I
10:20

Igraph - Introdução Parte II
10:49

Igraph - Introdução Parte III
12:40

Igraph - Impressão
10:34

Igraph - Métricas
08:14

Igraph - Caminhos e Distâncias
09:02

Igraph - Caminhos e Distâncias (impressão)
02:46

Igraph - Comunidades e Cliques
05:36

Igraph - Grafos clássicos
11:20

Grafos
10 questions
+
Mineração de Texto
4 Lectures 31:29
Introdução
10:09

Criação de Um Corpus
10:12

Geração de Nuvem de Palavras
06:51

Matriz de Termos Frequêntes
04:17

Mineração de Texto
5 questions
+
Visualização, Gráficos e Dashboards
19 Lectures 01:51:37
Introdução
11:07

Dicas Diversas
08:24

Dicas Diversas Parte II
10:14

Capacidade de Percepção do Cérebro Humano
06:11

Sugestões de Elementos Gráficos para Usar
04:31

Checklist
07:18

Referências e Dicas de Leitura
03:40

Histograma
05:02

Densidade
03:47

Dispersão
07:15

Dispersão com Legendas
06:45

Dividindo a Tela
05:11

Boxplot
04:50

Gráficos de Barras e de Setores
06:40

Boxplot com Lattice
02:26

Histograma com Lattice
06:17

Densidade com Lattice
01:43

Dispersão com Lattice
05:08

Gráfico 3D com Lattice
05:08

Visualização, Gráficos e Dashboards
10 questions
1 More Section
About the Instructor
Fernando Amaral
4.1 Average rating
272 Reviews
1,759 Students
15 Courses
Cientista de Dados, Escritor e Professor

Fernando Amaral atua há mais de 15 anos com Tecnologia da Informação e a mais de 7 anos com Ciência de Dados. É autor de vários livros na área, como Aprenda Mineração de Dados e Introdução a Ciência de Dados. Tem dezenas de artigos e vídeos publicados. É palestrante sobre o tema. Leciona cursos presenciais. Nos últimos anos tem atuado em vários projetos de Análise de Dados, Big Data e Machine Learning em diversos tipos de projetos e em várias industrias.Pós Graduado, Certificado PMP, PMI-ACP, CDIA+, ITIL, MCAD, MCSD, MCDBA