Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Subscribe
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Data Science e Machine Learning com Estatística e Python
Rating: 4.7 out of 5(1,084 ratings)
5,791 students

Data Science e Machine Learning com Estatística e Python

Formação Cientista de Dados Curso Completo de Ciência de Dados, Aprendizado de Máquina e Inteligência Artificial
Created byDanilo Moreira
Last updated 10/2020
Portuguese

What you'll learn

  • Fundamentos da Linguagem Python
  • Estatística para Data Science
  • Teoria e Prática de Modelos de Machine Learning
  • Fundamentos de Pandas
  • Fundamentos de Numpy
  • Visualização de Dados com Matplotlib e Seaborn
  • Manipulação de Time Series
  • Introdução à Processamento de Linguagem Natural
  • Introdução à Aprendizagem Reinforçada / Inteligência Artificial
  • Introdução à Aprendizagem Não-Supervisionada
  • Redução de Dimensões

Course content

17 sections • 221 lectures • 20h 45m total length

  • Demanda3:33
  • Diagrama Venn da Ciência de Dados2:56
  • Big data4:31
  • Como fazer esse curso3:25
  • Instalação do Jupyter Notebook6:39
  • Jupyter notebook - Teclas Atalho10:43
  • NÃO PULE ESSA AULA - Download dos Recursos de Todas as Aulas4:12

Requirements

  • Ter alguma experiência anterior com programação ajuda. Porém não é obrigatório, pois o curso cobre os fundamentos de programação em Python.

Description

  • Fundamentos da linguagem de programação Python , que é a principal base de linguagem para a aplicação da ciência de dados

  • Estudo das principais funcionalidades da biblioteca Pandas , que é a principal biblioteca de manipulação de dados da Data Science

  • Estudo das principais funcionalidades da biblioteca Numpy , que é a principal biblioteca de manipulação de operações matemáticas

  • Estudo das principais bibliotecas de Visualização de Dados : Matplotlib e Seaborn

  • Manipulando TimeSeries, que são os tipos usados em ​​datas e horas

  • Redução de Dimensões com PCA e TSNE

  • Estatística para Data Science.

  • Machine Learning , com teoria e aplicação prática de estratégias básicas e avançadas

  • Intuição e aplicação dos seguintes modelos preditivos:

    • Linear_Regression (Regressão Linear)

    • Logistic_Regression (Regressão Lógica)

    • Decision_Tree (Árvore de Decisão)

    • Random_Forest (Floresta Aleatória)

    • Stochastic_Gradient_Descent (SGD)

    • Support_Vector_Machine (SVM)

    • AdaBoost

    • Gradient_Boost (Impulsionamento Gradiente)

    • K-Means_Clustering - (K-Médias de Grupos)

    • K-Nearest_Neighbors (KNN)


  • PROJETO: Predição da Idade dos Passageiros do Titanic (Regressão Linear)

  • PROJETO: Classificação de sobrevivência dos passageiros do Titanic (Classificação)

  • PROJETO: Análise de Sentimentos de Frases do Twitter (Processamento de Linguagem Natural - PLN)

  • PROJETO: Funcionamento e uso do modelo de detecção e classificação de objetos em imagens e vídeos YOLO (Visão Computacional)

  • PROJETO: Segregando Clientes por Padrões de Compras (Clustering)

  • PROJETO: Táxi Auto-Dirigível (Aprendizagem Reinforçada)

Who this course is for:

  • Desenvolvedores Python de Todos os Níveis interessados em Data Science e Estatística
  • Desenvolvedores de outra linguagem interessados em Data Science e Estatística
  • Estudantes e Profissionais de TI interessados em ingressar no ramo de Data Science

Report abuse