Aprenda ML no ORANGE e pratique Estatística e Probabilidade
Conheça probabilidade a fundo e como uma ferramenta de Data Science pode utilizá-la
Description
O primeiro curso que apresentamos é o CURSO DE PROBABILIDADE E ESTATÍSTICA . Ele está organizado em diferentes seções, e você vai aprender tópicos tais como as Variáveis Aleatórias Discretas e Contínuas, as Distribuição de Probabilidades Binomial, Poisson e Normal, entre outros. Ao concluir esse curso, você terá adquirido um conhecimento mais avançado de Probabildade e Estatística e poderá utilizar tais habilidades para o melhor entendimento do curso de Orange Data Science.
O CURSO DE ORANGE DATA SCIENCE
O ORANGE é uma das poucas ferramentas de mercado totalmente construída em python, que o analista de dados pode trabalhar de forma totalmente visual, com um amplo aspecto de atendimento a diversas demandas na área de mineração de dados por meio do uso de algoritmos de Machine Learning.
ASPECTOS PRESENTES:
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, 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 em vez 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 de dados 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 ao professor através da seção de Perguntas e Respostas.
SEJA MAIS UM ALUNO DESTE CLUBE QUE NÃO PARA DE CRESCER!
What You Will Learn!
- Variáveis Estatísticas (discretas e contínuas) e suas distribuições de Probabilidade
- A Distribuição Binomial de Probabilidades
- A Distribuição de Poisson de Probabilidades
- A Distribuição Normal e Normal Padrão de Probabilidades
- Resolver problemas estatísticos na prática com o uso de fórmulas no Excel
- 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)
- 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)
- Alunos e professores de Estatística
- Profissionais que, de alguma forma, utilizam a Estatística no seu trabalho
- Pessoas interessadas em aprender os conceitos de Probabilidade e Estatística, ou que gostariam de relembrar os conceitos aprendidos mas já esquecidos