Bootcamp Completo em Data Science com Python 2020
4.6 (236 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,436 students enrolled

Bootcamp Completo em Data Science com Python 2020

Treinamento Completo em Data Science: Matemática, Estatística, Python, Estatística Avançada, Machine & Deep Learning
4.6 (236 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,436 students enrolled
Last updated 5/2020
Portuguese
Portuguese [Auto-generated]
Current price: $139.99 Original price: $199.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 16.5 hours on-demand video
  • 45 articles
  • 80 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • O curso fornecerá todas as ferramentas para se tornar um cientista de dados
  • Preencher seu currículo com habilidades em demanda em data science: Análises estatísticas, Programação em Python com numpy, pandas, matplotlib, e Seaborn, Análises estatísticas avançadas, Tableau, Machine Learning com stats models e scikit-learn, Deep Learning com TensorFlow
  • Impressionar entrevistadores ao mostrar seu conhecimento na área de ciência de dados
  • Aprender a como pré-processar dados
  • Entender a matemática por trás de Machine Learning (uma obrigação que outros cursos não ensinam!)
  • Começar a programar em Python e aprender a como usar análises estatísticas
  • Realizar regressões logísticas e lineares em Python
  • Fazer análises de fatores e agrupamentos
  • Poderá criar algoritmos de Machine Learning em Python, usando NumPy, statsmodels e scikit-learn
  • Aplicar suas habilidades em casos reais de negócios
  • Usar o que há de mais avançado em Deep Learning usando frameworks como o TensorFlow do Google
  • Desenvolver uma intuição de negócios enquanto programa e resolver tarefas com big data
  • Descobrir o poder das redes neurais profundas
  • Melhorar algoritmos de Machine Learning ao estudar underfitting, overfitting, treinamento, validação, validação cruzada n-fold, teste, e como os hiperparâmetros pode melhorar a performance
  • Aqueça seus dedos pois você deve estar ansioso para aplicar tudo que aprender aqui em mais e mais casos da vida real
Course content
Expand all 291 lectures 16:22:41
+ -O Campo de Data Science - As Várias Disciplinas de Data Science
5 lectures 31:09
Data Science e Jargões de Negócios: Por Que Existem Tantos?
1 question
Qual é a Diferença entre Análises e Analytics
03:50
Qual é a Diferença entre Análises e Analytics
1 question
Análise de Negócios, Análise de Dados e Data Science: Introdução
08:24
Análise de Negócios, Análise de Dados e Data Science: Introdução
3 questions
Continuando Com EE, ML E IA
09:31
Continuando Com EE, ML E IA
2 questions
Detalhamento do Infográfico de Data Science
04:03
Detalhamento do Infográfico de Data Science
1 question
+ -O Campo de Data Science - Conectando as Disciplinas de Data Science
1 lecture 07:19
Aplicação de Dados Tradicionais, Big Data, EE, Ciência de Dados Tradicional e ML
07:19
Aplicação de Dados Tradicionais, Big Data, EE, Ciência de Dados Tradicional e ML
1 question
+ -O Campo de Data Science - Benefícios de Cada Disciplina
1 lecture 03:45
A Razão Por Trás dessas Disciplinas
03:45
A Razão Por Trás dessas Disciplinas
1 question
+ -O Campo de Data Science - Técnicas Populares de Data Science
11 lectures 53:31
Técnicas Para Trabalhar com Dados Tradicionais
08:14
Técnicas Para Trabalhar com Dados Tradicionais
1 question
Exemplos da Vida Real de Dados Tradicionais
01:44
Técnicas Para Trabalhar com Big Data
04:26
Técnicas Para Trabalhar com Big Data
1 question
Exemplos da Vida Real de Big Data
01:32
Técnicas de Estratégia Empresarial (EE)
06:45
Técnicas de Estratégia Empresarial (EE)
4 questions
Exemplos da Vida Real de Estratégia Empresarial (EE)
01:42
Técnicas Para Trabalhar com Métodos Tradicionais
09:04
Técnicas Para Trabalhar com Métodos Tradicionais
4 questions
Exemplos da Vida Real de Métodos Tradicionais
02:45
Técnicas de Machine Learning (ML)
06:55
Técnicas de Machine Learning (ML)
2 questions
Tipos de Machine Learning
08:13
Tipos de Machine Learning
2 questions
Exemplos da Vida Real de Machine Learning (ML)
02:11
Exemplos da Vida Real de Machine Learning (ML)
5 questions
+ -O Campo de Data Science - Ferramentas Populares de Data Science
1 lecture 05:51
Linguagens de Programação e Softwares Necessários Usados em Data Science
05:51
Linguagens de Programação e Softwares Necessários Usados em Data Science
4 questions
+ -O Campo de Data Science - Carreiras em Data Science
1 lecture 03:29
Encontrando Emprego - O que Esperar e Procurar
03:29
Encontrando Emprego - O que Esperar e Procurar
1 question
+ -O Campo de Data Science - Desmistificando Equívocos Comuns
1 lecture 04:10
Desmistificando Equívocos Comuns
04:10
Desmistificando Equívocos Comuns
1 question
+ Parte 2: Estatística
1 lecture 04:02
População e Amostra
04:02
População e Amostra
2 questions
+ -Estatística - Estatística Descritiva
22 lectures 47:57
Tipos de Dados
2 questions
Níveis de Mensuração
03:43
Níveis de Mensuração
2 questions
Variáveis ​​Categóricas - Técnicas de Visualização
04:52
Variáveis ​​Categóricas - Técnicas de Visualização
1 question
Variáveis ​​Categóricas. Exercício
00:03
Variáveis ​​Numéricas - Tabela de Distribuição de Frequência
03:09
Variáveis ​​Numéricas - Tabela de Distribuição de Frequência
1 question
Variáveis ​​Numéricas. Exercício
00:03
O Histograma
02:16
O Histograma
1 question
Histograma. Exercício
00:03
Tabelas Pivô e Gráficos de Dispersão
04:44
Tabelas Pivô e Gráficos de Dispersão. Exercício
00:03
Média, Mediana e Moda
04:20
Média, Mediana e Moda. Exercício
00:03
Assimetria
02:37
Assimetria
1 question
Assimetria. Exercício
00:03
Variância
05:55
Variância. Exercício
00:03
Desvio Padrão e Coeficiente de Variação
04:40
Desvio Padrão e Coeficiente de Variação
1 question
Desvio Padrão E Coeficiente de Variação. Exercício
00:03
Covariância
03:23
Covariância
1 question
Covariância. Exercício
00:03
Coeficiente de Correlação
03:15
Correlação
1 question
Coeficiente de Correlação. Exercício
00:03
Requirements
  • Nenhuma experiência prévia é necessária. Começaremos do básico.
  • Você precisará instalar Anaconda. Mostraremos como fazer isso passo-a-passo
  • Microsoft Excel 2003, 2010, 2013, 2016, or 365
Description

O problema

Cientista de dados é uma das melhores profissões para prosperar nesse século. É digital, com foco na programação, e também é analítica. Dessa forma, não é surpresa que a demanda por cientista de dados esteja crescendo no mercado de trabalho.

Entretanto, a oferta é muito limitada. É difícil adquirir as habilidades necessárias para ser contratado(a) como cientista de dados.

E como você pode fazer isso?

As universidades têm, lentamente, criado programas especializados para data science. (sem mencionar que as que existem são muito caras e longas)

A maioria dos cursos online focam em um tópico específico e são difíceis de entender em como a habilidade ensinada se encaixa no todo

A solução

Data science é uma área multidisciplinar. Engloba uma variedade de tópicos.

· Entendimento do campo de data science e os tipos de análises usadas

· Matemática

· Estatística

· Python

· Aplicação de técnicas estatísticas avançadas em Python

· Visualização de dados

· Machine Learning

· Deep Learning

Cada um desses tópicos se baseia no anterior. E há um risco de você se perder no meio do caminho se não aprender as habilidades na ordem certa. Por exemplo, uns podem ter dificuldades na aplicação de técnicas de Machine Learning antes de entender a Matemática por trás. Ou, pode ser difícil estudar análises de regressão em Python sem antes ver o que é uma regressão.

Então, para poder ser criado o mais efetivo, conciso, e melhor curso de data science disponível online, criamos o Bootcamp Completo em Data Science com Python 2020.

Acreditamos que esse seja o primeiro programa de treinamento que resolve os maiores desafios para entrar no campo de data science – tendo todos os recursos necessários em um só lugar.

Além disso, nosso foco é ensinar os tópicos de forma suave e complementar a cada um dos outros. O curso ensina tudo que você precisa saber para se tornar um cientista de dados por uma fração do custo de programas tradicionais (sem mencionar o tempo que você economizará).

As habilidades

1. Introdução à Dados e Data Science

Big data, estratégia empresarial, analytics de negócios, machine learning e inteligência artificial. Sabemos que esses jargões pertencem ao campo de data science, mas o que todos eles significam?

Porque aprender isso?

Como um candidato a cientista de dados, você deve entender os atalhos e saídas de cada uma dessas áreas e reconhecer a abordagem apropriada para resolver o problema. Essa ‘Introdução à dados e data science’ irá dar uma visão geral de todos os jargões e onde se encaixam no mundo de data science.

2. Matemática

Aprender as ferramentas é o primeiro passo para fazer data science. Você deve ter a visão geral para então poder examinar em detalhes.

Damos uma olhada especial em cálculo e álgebra linear, já que são subáreas que data science se baseia e serão necessárias em Python.

Porque aprender isso?

Cálculo e Álgebra Linear são essenciais para Python em data science. Se você quiser entender algoritmos avançados de machine learning, então precisará dessas habilidades em seu arsenal.

3. Estatística

Você precisa pensar como um cientista antes de se tornar um. Estatísticos treinam sua mente para enquadrar problemas em hipóteses e fornecer técnicas para testar essas hipóteses, assim como um cientista.

Porque preciso aprender isso?

Esse curso não dá apenas as ferramentas que você precisa, mas também ensina a usá-las. A Estatística lhe treina a pensar como cientista.

4. Python

Python é uma linguagem de programação relativamente nova, ao contrário de R, é uma linguagem de propósito geral. Você pode fazer quaisquer coisas com ela! Aplicações web, jogos de computador e data science são algumas de suas capacidades. É por isso, que em um curto espaço de tempo, é usada em diversas disciplinas. Bibliotecas extremamente ponderosas tem sido desenvolvidas para permitir manipulação de dados, transformação e visualização. Mas, na verdade, onde Python realmente brilha, é quando lida com machine e deep learning.

Porque aprender isso?

Quando se trata de desenvolvimento, implementação, e aplicação de modelos de machine learning através de frameworks poderosos como o scikit-learn, TensorFlow, etc. Python é uma linguagem quase que obrigatória.

5. Tableau

Cientista de dados não precisam apenas lidar com dados e resolver problemas baseados neles. Também precisam convencer executivos de empresas a tomar as decisões certas. Executivos talvez não tenham tanto conhecimento em data science, então um cientista de dados deve ser capaz de apresentar e visualizar a história dos dados de maneira fácil de entender. É aí que Tableau entra – e iremos ajudar você a se tornar um contador de histórias profissional usando o software líder de visualização em estratégia empresarial e data science.

Porque aprender isso?

Um cientista de dados depende das ferramentas de visualização em estratégia empresarial como o Tableau para comunicar resultados complexos para gerentes que não possuam tanto conhecimento técnico em data science.

6. Estatística Avançada

Regressões, agrupamentos, e análises de fatores são todas disciplinas inventadas antes de machine learning. Entretanto, esses métodos estatísticos são agora realizados através de machine learning em Python para fornecer previsões com precisão nunca antes vistas. Essa seção irá analisar essas técnicas em detalhes.

Porque aprender isso?

Data science se trata de modelagem preditiva e você pode se tornar um especialista nesses métodos na seção ‘estatística avançada’.

7. Machine Learning

A parte final do programa se trata do que cada seção tem guiada, e é deep learning. Ser capaz de empregar machine e deep learning na linguagem Python é o que normalmente separa um cientista de dados de um analista de dados no trabalho. Essa seção cobre todas as técnicas comuns de machine learning e métodos de deep learning com TensorFlow.

Porque aprender isso?

Machine learning está em todos os lugares. Empresas como Facebook, Google, e Amazon tem usado máquinas que aprendem sozinhas por vários anos. Agora é a sua vez de controlar as máquinas.

***O que você receberá***

· Um programa no valor de R$ 6.000

· Suporte ativo na seção de Q&A

· Todo o conhecimento para ser contratado como cientista de dados

· Uma comunidade de aprendizes de data science

· Um certificado ao fim do curso

· Acesso a atualizações futuras

· Resolver casos reais de negócios que lhe permitirão achar um emprego

Você se tornará um(a) cientista de dados do zero

Temos o prazer de oferecer um reembolso incondicional de 30 dias em garantia total. Sem risco para você. O conteúdo do curso é excelente, e não temos dúvidas de que você irá gostar.

Porque esperar? Cada dia é uma oportunidade perdida.

Clique no botão “Comprar agora” e faça parte do nosso programa de cientista de dados ainda hoje.

Who this course is for:
  • Você deverá fazer esse curso se quiser se tornar um(a) Cientista de Dados ou se quiser aprender sobre a área
  • Esse curso é para você se quiser uma ótima carreira
  • Esse curso é ideal para iniciantes, pois começa dos fundamentos e gradualmente aumenta suas habilidades