Fundamentos em Data Science e Análise Estatística de Dados
Cód:
4603_9786554870320
De: R$ 0,00Por: R$ 59,00ou X de
Preço a vista: R$ 59,00
Olá, estudante! Seja bem-vindo(a)! Esta disciplina abordará as ferramentas de análise de dados e conceitos de Data Science. Veremos tais conteúdos de maneira prática e teórica, levando sempre em consideração aspectos como fundamentos, técnicas, programas e algoritmos que tornem possíveis a análise de dados. Você terá contato com programas como SPSS E PAST, criados para análises estatísticas e o jupyter-notebook, criado para uso instrumental e técnico em programação voltada para a Python. Bibliotecas como NumPy, Pandas e Sklearn serão utilizadas em Python a fim de criar e avaliar datasets (conjunto de dados). Analisar dados é uma habilidade cada vez mais importante para indivíduos e organizações, diante do cenário de volume de dados crescente que exige novas abordagens para extrair valor a partir dos dados, seja para os negócios das empresas ou para uma melhor compreensão individual da realidade à nossa volta. Nesse contexto, a estatística tem papel fundamental à medida que fornece métodos científicos e confiáveis para explorar, validar e extrair conhecimento por meio do processo de análise de dados. Assim, esta disciplina traz um conjunto de informações que permite ao aluno conhecer e explorar conceitos, métodos e ferramentas para análise de dados considerando seus aspectos estatísticos, de modo a fornecer as informações necessárias para desenvolver essa habilidade tão importante nos dias de hoje. O material contém explicações sobre a descoberta de insights através dos estudos de vizinhos, agrupamentos, entropia entre outros. Cálculos matemáticos serão passados a fim de dar consistência aos usos dos programas, podendo o profissional tender mais para a programação ou para o cálculo, como melhor se ajustar. Soluções para problemas de sobreajuste serão citadas, bem como avaliações por custo-benefício, lucro esperado, taxas de erro, análises de matriz de confusão e análises de precisão. Para estimar desempenho, falaremos sobre curvas de ROC e outras técnicas, e para est
Veja mais
