Super Academia R - 6 cursos em 1
What you'll learn
- Entendendo o R
- Instalação do R-studio e R
- Primeiros passos com o R
- Uso do help
- Objetos no R
- Características
- Tipos de objetos
- Vetores
- Matrizes
- Data frames
- Listas
- Funções
- Identificação de valores faltantes e especiais
- Workspace do r(área de trabalho)
- Salvar uma workspce
- Leitura de uma workspace
- Acesso pelo R-studio
- Pacotes do R
- Entendimento dos diferentes tipos de pacotes
- Uso dos comandos library, intall package,require
- Trabalhando com leitura de arquivos externos
- Leitura através do R-studio
- Lendo um arquivo na web
- Sumarizando dados
- Selecionando dados
- Uso dos conectores lógicos
- Gráficos (análise de dados e apresentação)
- Exportando gráficos
- Tipos de gráficos: Histogramas, Ramo e Folha, Box-plot, Gráfico de dispersão,Gráfico de barras, Setores
- Programação: Comando FOR, Criando funções pelo R-studio, Uso de Estatísticas
- Variáveis qualitativas: Nominais e Ordinais
- Variáveis quantitativas: Discretas e Continuas
- Análise univariada e bivariada
- Teste de hipóteses
- Teste de uma distribuição normal
- Teste chi-quadrado para aderência
- Comparação de duas médias
- Comparação de médias múltiplas pelo teste de Tukey
- Regressão linear simples
- Regressão linear múltipla
- Mineração de dados com o R
- Uso do Google Vis ( biblioteca gráfica do Google)
- O que é e porque aprender R Shiny
- Arquitetura de um aplicativo/painel Shiny
- Utilização de Objetos de Entrada Texto, Números e Data
- Utilização de Objetos de Entrada UPLOAD
- Utilização de Objetos de Saída Texto
- Utilização de Objetos de Saída Tabela Estática e Dinâmica
- Utilização de Objetos de Saída PLOTS/Gráficos
- Utilização de Objetos de Saída Download
- Aplicação de HTML em APP/Painel Shiny
- Definição de Layout para Aplicativo
- Uso de Temas
- Introdução a Reatividade e Publicação de Aplicativo Shiny
- 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
- Tipos de arquivos de Dados
- Leitura CSV, TXT, XLSX2 e suas orincipais características
- Exportação de dados SAS, SPSS, STATA, dentre outros
- Uso dos comandos read delim, read delim2, read table, read excel
- Comandos: skip, nrows, delim, sep, header, col_names,encoding,locale
- Comandos: sheet, col_types, n_max,ranger,name_repair,cell_rows
- Importando arquivo Json
- Importando arquivo XML
- Comandos: xmlToDataFrame,xmlParse,xmlRoot,fromJSON,GET
- Exportand dados: write table, write sav, write dta, export
- Importando dados via API
- Bibliotecas: Jsonlite, rio, reaadxl, readr, XML, httr
- Conhecendo a biblioteca DPLYR para Consultar e Manipular Dataframes e DataSets
- Inspecionando e selecionando dados com DPLYR
- Filtrando Dados - Filter DPLYR
- Classificação de Dados com DPLYR
- Renomeando Atributos do DataSets
- Criando Novos Atributos ou Itens Calculados com MUTATE
- Agrupando Dados no DPLYR
- Sumarização de Dados
- Estabelecendo Relacionamento entre Datasets/Dataframes (INNER JOIN/LEFT/RIGHT/ANTI/FULL JOIN)
Requirements
- Sem pré-requisitos
Description
A linguagem R, uma das mais conceituadas do mercado e com um público cativo que trabalha com dados, é bem representada na SUPER ACADEMIA R. O curso é totalmente pensado na evolução de aprendizagem do aluno, com apresentação das técnicas com tudo passo a passo e muita prática. Os detalhes dos exercícios e o retorno super rápido dos professores, fazem deste curso um dos mais completos da área. Conheça seu conteúdo:
LINGUAGEM R
Todo o curso de Linguagem R tem MATERIAL PRÓPRIO , um texto com tudo passo a passo, único e bem articulado.
Agora vamos descrever o nosso curso de Linguagem R. O objetivo principal do curso é permitir que aspectos básicos com ênfase no entendimento da linguagem R como sua estrutura e a forma de operação sejam compreendidas. O curso foi preparado e estruturado para quem, desde o iniciante até o mais avançado em técnicas estatísticas, aprende a trabalhar com a ferramenta R. O material pode ser acompanhado usando o R instalado em outros sistemas operacionais, como Windows ou Linux.
Durante o curso, o aluno poderá assistir como vídeos e praticar diretamente no seu computador.
Ementa sumarizada: O que é um Linguagem R, Instalação da Ferramenta, Aprimoramento de Uso do R-Studio, Entendimento do Uso de Objetos no R (Vetor, Matriz, Data Frame, Lista e Funções), Uso de Pacotes no R, Leitura de Arquivos no R, Sumarizando Dados, Gráficos com R, Análise Estatística e Uso Geral da Estatística, Uso de componentes como Mineração de Dados e GOOGLE VIS.
R SHINY
No módulo do Curso SHINY na Linguagem R do Zero: Crie Painéis para Análise de Dados. Se você estava procurando um treinamento essencial totalmente prático para aprender a utilizar a incrível biblioteca SHINY aplicada a linguagem R, esse é o material que você buscava. Vamos começar.
A biblioteca Shiny na linguagem R foi disponibilizada para possibilitar aos usuários a apresentação mais amigável e interativa dos dados extraídos, através de indicadores, tabelas, gráficos(plots) e tudo isso relacionado com muita interação entre os componentes.
Nosso curso tem mais de 3 horas de conteúdo, te apresentando de forma práticas os principais recursos e arquitetura para construção de um ou vários painéis em Shiny.
Veja o que aprenderá no nosso treinamento:
O que é e porque aprender R Shiny
Arquitetura de um aplicativo/painel Shiny
Utilização de Objetos de Entrada Texto, Números e Data
Utilização de Objetos de Entrada UPLOAD
Utilização de Objetos de Saída Texto
Utilização de Objetos de Saída Tabela Estática e Dinâmica
Utilização de Objetos de Saída PLOTS/Gráficos
Utilização de Objetos de Saída Download
Aplicação de HTML em APP / Painel Shiny
Definição de layout para aplicativo
Uso de Temas
Introdução à Reatividade e Publicação de Aplicativo Brilhante
No final do curso, te entrego um bônus ! Uma aula de como publicar seu aplicativo Shiny para acessar pela Internet.
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 a 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.
Junte-se aos seus colegas e aprimore seu conhecimento em R Markdown.
R 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.
R - IMPORTAÇÃO E EXPORTAÇÃO DE DADOS
A linguagem R tem uma grande facilidade em manipular e gerar informações a partir de dados, que são carregados de diversos formatos para suas análises estatísticas e de Data Science. Entretanto, saber utilizar os principais comandos de importação e exportação é muito importante com os diversos formatos que existem no mercado.
Existem algumas situações que são importantes ficarmos sabendo:
1. Podemos ler diversos formatos para o R e não apenas CSV e TXT
2. Teremos que aprender a nos preocupar com a memória RAM do computador que fará a leitura dos dados.
3. No R é possível ler formatos Json, CSV, TXT, banco de dados que são os mais comuns.
4. “Para estatísticos é possível realizar leituras em formatos: .REC do Epi-Info, “Minitab Portable Worksheet”, S-PLUS, SPSS, SYSTAT, STATA, OCTAVE( MATLAB), SAS.
Com isso, o desafio fica cada vez maior, o curso R - Importação e Exportação de Dados, diminui esta lacuna para entendimento dos procedimentos e melhores práticas com os comandos de leitura e gravação.
R DPLYR
No módulo DPLYR aprenda como utilizar uma das principais e mais utilizadas bibliotecas da linguagem R quando se pensa e necessita CONSULTAR e MANIPULAR DATA FRAMES. com os DADOS.
DPLYR é uma poderosa biblioteca da Linguagem R voltada a Consulta e Manipulação de Dados. Nesse treinamento veremos como na linguagem R com o Dplyr é possível selecionar os atributos e dados para análises, aplicar filtros, retirar duplicidades, criar campos calculados, gerar sumarizações e relacionar os DATA FRAMES utilizados. Tudo isso de uma forma muito simples e com funções fáceis de serem aplicadas.
Tudo bem prático. Vamos começar? Vamos lá!
Apresentando a você de forma prática os principais recursos e arquitetura para utilização e manipulação dos dados com Dplyr.
Aqui você contará:
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;
· Acesso 24h / 7 dias por semana ao instrutor através da seção de Perguntas e Respostas.
SEJA MAIS UM ALUNO DESTE CLUBE QUE NÃO PARA CRESCER!
Who this course is for:
- Estatísticos, Analistas de Banco de Dados, Analistas de Dados, Analistas de BI, Estudantes da área de Dados
Instructors
Professor das pós-graduações das universidades CATÓLICA DO SALVADOR, UFBA, UNIRUY e ESTÁCIO FIB em disciplinas das áreas de Business Intelligence e Banco de Dados.
Especialista em Banco de Dados com Enfâse em Alta Disponibilidade pela Universidade Salvador(UNIFACS) e em Projetos de Business Intelligence desde 2007, já atuei como DBA e atualmente como Consultor Business Intelligence participo de projetos utilizando tecnologias Oracle (OWB/OBIEE), Microsoft (SSIS/SSRS), Postgres e outras. Atualmente participo de projetos envolvendo todas as etapas do processo de BI, desde levantamento de requisitos, análise de viabilidade, projeto e desenho, modelagem dimensional, construção de ETL, Cubos e relatórios OLAP, envolvendo bases heterogêneas e diversas tecnologias. Também tenho me interessado muito e participado de algumas práticas e estudos sobre BIG DATA e Aprendizagem de Maquina.
Quem sou
Fui escolhido como um dos 50 profissionais mais influentes em dados no ano de 2023 pela Gama Academy, uma organização que estabelece um Rank dos profissionais com mais destaque na área de Dados/BI.
Por que estudar na área de dados comigo?
Sou profissional da área com diversos projetos desenvolvidos, tanto na área privada como na área pública, tenho um skill muito forte em atender meus alunos com alguma dúvida no máximo em 24 horas. Procuro alinhar conhecimento teórico e prático.
O que trago em meus cursos?
Acho que a área de dados é bem rica e vasta, mas ter um direcionamento do que deve ser estudado com cursos passo a passo é o que busco nas minhas aulas, fiz um mestrado na área de educação para criar aulas sob medida aos meus alunos. Estou diariamente aprimorando e trazendo novidades na área, afinal criar + de 150 cursos envolve dedicação e foco.
O que faço hoje
Sou professor das pós-graduações das universidades UNIFACS, CATÓLICA DO SALVADOR e ISL Wyden. Mestre pela Universidade do Estado da Bahia (UNEB) no Curso de Mestrado Profissional Gestão e Tecnologias Aplicadas à Educação (GESTEC). Possui Especialização em Análise de Sistemas pela Faculdade Visconde de Cairu e Bacharelado em Estatística pela Universidade Federal da Bahia. Atua profissionalmente como consultor há mais de 20 anos nas áreas de Data Warehouse, Mineração de Dados, Ferramentas de Tomada de Decisão e Estatística. Atualmente sou editor do blog BI com Vatapá. Autor do Livro: BI COMO DEVE SER - professor EAD de diversos cursos de BI na Aprenda Virtual. Idealizador do BI PRO - O maior e mais completo conteúdo sobre BI da internet.