Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Domine R e Python para data science curso rápido
1 students

Domine R e Python para data science curso rápido

R e Python para Data Science: Manipulação de Dados, Aprendizado Supervisionado e NLP
Last updated 8/2025
Portuguese

What you'll learn

  • Operações básicas com R
  • Laços de repetição, condicionais, funções
  • Dataframes e Estatística Descritiva com ggplot2
  • Exclusão de colunas, linhas, correção de outliers, NaN e Na
  • Entrando em inteligência artificial primeiros tópicos : Introdução ao pacote caret
  • Naive bayes
  • SVM
  • Multilayer Perceptron
  • Arvores de indução e Random Forest
  • Processamento de Linguagem Natural
  • Algoritmos Genéticos
  • Projetos Interessantes usando R e IA
  • Tópicos Avançados em Ciência de dados
  • Python para ciência de dados
  • Encerramento

Course content

2 sections • 37 lectures • 5h 3m total length
  • Apresentação do professor e curso4:02
  • Instalando o R e RStudio4:02
  • Operações básicas com o R16:49
  • Laços de Repetição, funções e condicionais13:57
  • Dataframes e estatística11:05
  • Estatística Avançada e Matrizes e Importação de dados7:38
  • Limpeza de Dados e Bibliotecas12:12
  • Introdução à Inteligência Artificial com R: O Pacote `caret12:20
  • Classificação11:59
  • Machine Learning com R: Classificação com Naive Bayes13:33
  • Regressão Linear6:00
  • Machine Learning com R: O Poder do Support Vector Machine (SVM)6:31
  • Machine Learning com R: Árvores de Decisão e Random Forest9:04
  • Redes Neurais com R: O Multilayer Perceptron (MLP)7:17
  • Séries Temporais15:18
  • PCA, ROC, Poda, Chiquadrado7:29
  • Processamento de Linguagem Natural5:44
  • Processamento de Linguagem Natural com R6:42
  • Lógica Fuzzy6:20
  • Kmeans6:20
  • Algoritmos Genéticos9:04
  • Classificador de Vinhos3:32
  • Classificador de Diabetes7:32
  • Limpeza de Dados7:14
  • Shiny7:03
  • Franquias em Shiny11:44
  • Mentor de carreira com IA11:00
  • Prevendo a qualidade de um veículo9:19
  • Análise Exploratória de Dados5:14
  • Encerramento2:25

Requirements

  • Não é necessário nenhuma experiência prévia com linguagens de programação, mas um certo nível de inglês é recomendado.

Description

Curso de Ciência de Dados e Machine Learning com R e Python — por Vinícius Custódio Chelli

Este curso prático e inclusivo foi desenvolvido para quem deseja aprender Ciência de Dados e Machine Learning do zero até a aplicação profissional, utilizando duas das linguagens mais poderosas e populares do mercado: R e Python.

Manipulação e Exploração de Dados

  • R: estruturas como vetores, listas, data frames e tibbles, além de pacotes como dplyr, tidyr e readr, com foco em filtragem, transformação e importação de dados.

  • Python: uso de pandas e numpy para análise de dados tabulares e vetoriais, com leitura de diversos formatos de arquivos (.csv, .xlsx, .json).

Visualização de Dados

  • Criação de gráficos estáticos com ggplot2 no R e gráficos interativos com plotly.

  • No Python, visualizações com matplotlib, seaborn e gráficos dinâmicos com plotly.

Machine Learning

  • Modelos supervisionados e não supervisionados.

  • Pacotes como caret, glmnet, randomForest e xgboost em R.

  • Ferramentas como scikit-learn, xgboost, tensorflow e keras em Python.

  • Treinamento, validação cruzada e ajuste de hiperparâmetros.

Estatística Aplicada

  • Cálculo de média, mediana, variância e desvio padrão.

  • Testes de hipóteses com t.test() e chisq.test() em R e scipy.stats em Python.

  • Regressões com lm() e glm() (R) e com statsmodels (Python).

Didática Inclusiva

Conduzido por Vinícius Custódio Chelli, instrutor autista que combina técnica com sensibilidade pedagógica. A abordagem valoriza a inclusão e a acessibilidade, criando um ambiente de aprendizado acolhedor e eficaz para pessoas neurodivergentes e neurotípicas.

Comunidade e Projetos Práticos

  • Aplicações reais em análise de dados, visualizações e modelos preditivos.

  • Participação em fóruns como RStudio Community, Stack Overflow, GitHub e LinkedIn.

Who this course is for:

  • Para todas as pessoas que querem aprender R e usá-las para ciência de dados ou tarefas afins
  • Desenvolvedores e cientistas iniciantes e amantes de dados