Utilizando Data Science no ORANGE e Estatística Básica

Habilite-se em Estatística e venha construir algoritmos de Machine Learning

Ratings: 4.51 / 5.00




Description

  • · O CURSO DE ESTATÍSTICA BÁSICA


    O primeiro curso que apresentamos é o Curso de Estatística Básica. Ele oferece, em uma linguagem bem didática, uma base teórica em Estatística Descritiva, bem como oportunidades aos alunos desenvolverem habilidades para resolver problemas na prática.


    Nesse curso, serão estudados os conceitos básicos de Estatística, tais como a construção de gráficos estatísticos no Microsoft Excel, as medidas de tendência central, as medidas de dispersão ou variabilidade, dentre outros. Em cada seção, você encontra listas de exercícios para a prática dos conceitos adquiridos, e ao final, poderá testar seus conhecimentos resolvendo a prova final do curso.


  • O CURSO DE ORANGE DATA SCIENCE 

O ORANGE, uma ferramenta totalmente construída em Python, é uma das poucas ferramentas de mercado que permite ao analista de dados trabalhar de forma completamente visual, com um amplo aspecto de atendimento às diversas demandas na área de mineração de dados por meio do uso de algoritmos de Machine Learning.


ASPECTOS PRESENTES NESSE CURSO:

  • Aprendizado de máquina de código aberto e visualização de dados para iniciantes e especialistas. Fluxos de trabalho de análise de dados interativos com uma grande caixa de ferramentas

  • Execute análise de dados simples com visualização inteligente de dados. Explore distribuições estatísticas, gráficos de dispersão ou mergulhe mais fundo com árvores de decisão e agrupamentos hierárquicos. Até seus dados multidimensionais podem se tornar sensíveis em 2D, especialmente com classificações e seleções inteligentes de atributos.

  • Exploração interativa de dados para análise qualitativa rápida com visualizações limpas. A interface gráfica do usuário permite que você se concentre na análise exploratória de dados ao invés de codificação, enquanto padrões inteligentes tornam extremamente fácil a criação rápida de protótipos de um fluxo de trabalho de análise de dados. Coloque widgets na tela, conecte-os, carregue seus conjuntos de dados e colete os insights!

  • Use vários complementos disponíveis no Orange para extrair dados de fontes externas.


Este curso inclui o ROADMAP ONE, que contempla a base para iniciar os seus projetos de mineração de dados e o ROADMAP TWO, que contempla a parte final, dando ênfase aos algoritmos de Machine Learning mais complexos.


  • 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;

· Garantia de 30 dias para a devolução do seu dinheiro;

· Acesso 24h / 7 dias por semana aos instrutores através da seção de Perguntas e Respostas.


SEJA MAIS UM ALUNO DESTE CLUBE QUE NÃO PARA DE CRESCER!

What You Will Learn!

  • A terminologia básica utilizada na Estatística
  • A organização de dados em tabelas de frequência e os principais tipos de gráficos estatísticos
  • As medidas de tendência central (Moda, Média e Mediana)
  • As medidas de dispersão (Amplitude Total, Amplitude Interquartil, Variância e Desvio Padrão)
  • Exploração de Dados
  • Visualização de Dados
  • Machine Learning
  • Agrupamento, descoberta de grupos em dados
  • Classificação e modelagem preditiva
  • Algoritmos de Mineração
  • Análise Estatística
  • Trabalhando Widget: Color, Distributions, Pivot Table
  • Trabalhando Widget: Feature Statistics, Data Sample
  • Trabalhando com Widget: Paint Data
  • Trabalhando com Widget: Outliers ,Scatter Plot
  • Trabalhando com: Create Class
  • Trabalhando com: Select By data index
  • Trabalhando com: Edit Domain
  • Trabalhando com: Freeviz
  • Trabalhando com: Árvore de Decisão
  • Trabalhando com: Cluster - Imagens
  • Trabalhando com: Correlação
  • Trabalhando com: Cluster – K-means
  • Trabalhando com: Cluster - Imagens
  • Trabalhando com Widget Predictions (realizando previsões)
  • Trabalhando com Widget Confusion Matrix (analisando matriz de score)
  • Trabalhando com Widget Test and Score (avaliando modelos)
  • Criando um modelo estatístico
  • Salvando modelos estatísticos em python e executando em bases de teste para previsões
  • Trabalhando com o algoritmo de associação APRIORI
  • Trabalhando com Widget MDS
  • Trabalhando com Widget Mosaic Display
  • Trabalhando Widget CN2 Rules
  • Trabalhando Widget Box Plot
  • Criando modelos por Redes Neurais

Who Should Attend!

  • Estudantes de BI, Estatística, Computação, Informática, Gestores de Empresas (RH, Administração, Economia, dentre outros)