Manipulação e Análise de Dados com Pandas - Python
Aprenda na prática com análise de dados de campeonatos de Data Science e Data Analysis.
Description
Este curso visa oferecer ao aluno conhecimentos básicos e avançados a respeito da biblioteca Python Pandas.
Pandas é uma biblioteca de código aberto em Python que fornece estruturas de dados de alto desempenho e fáceis de usar, além de ferramentas de análise de dados.
Ela é particularmente útil para manipulação e análise de dados tabulares, como planilhas e bancos de dados SQL.
A biblioteca Pandas é amplamente utilizada em ciência de dados, análise de dados, aprendizado de máquina e em muitos outros domínios relacionados.
Isso faz de Pandas é uma das mais importantes bibliotecas Python utilizadas para manipulação e análise de dados nos campos da Inteligência artificial e Big Data.
Sem sombra de dúvidas todo e qualquer analista e cientista de dados precisa conhecer e dominar bem a biblioteca Pandas.
Neste curso o aluno irá aprender a manipular dados com segurança, controle e velocidade utilizando os mais importantes recursos e funcionalidades que a biblioteca tem a oferecer.
As aulas são curtas, com linguagem simples e direta. O aluno não precisará de muitas horas de frente ao computador para fazer seus estudos.
O aluno terá acesso vitalício as aulas do curso e também a atualizações e acesso a novas aulas.
Inscreva-se agora mesmo e venha estudar como manipular e analisar dados com Pandas no Python!
Vamos aos estudos e até logo!!
What You Will Learn!
- Como baixar e instalar o Pandas no Python
- A importância do Pandas para Machine Learning e Data Science
- Como participar de campeonatos de análise de dados
- O que são Dataframes
- Como criar e manipular Dataframes
- Utilizar as funções Merge e Groupby
- Com funciona o sistema de indexação na Pandas
- Como fazer reshaping de dados
- Como fazer filtros e manipulações avançadas de dados
- Limpar dados - Data Wrangling
- Importar e exportar dados - I/O
- Visualizar dados com gráficos e tabelas
- Várias aplicações em dados - casos reais do dia a dia
- E muito mais!
Who Should Attend!
- Cientistas dos dados
- Estatísticos e matemáticos
- Engenheiros
- Autodidatas interessados em machine learning e data Science
- Pesquisadores, analistas e desenvolvedores de softwares