Análise de dados ORANGE DATA SCIENCE e Minerando Texto no R

Description

Esta é uma das raras oportunidades que você terá de realizar dois excelentes cursos em um único combo, o uso da aprendizagem de técnicas de mineração de dados e Data Science por meio do ORANGE e a aplicação de conceitos avançados de TXT MINING com o ferramenta da linguagem R, uma das ferramentas mais utilizadas no mundo.

O ORANGE dispensa comentários, totalmente criado em Python, permite que você crie visualizações de dados de forma visual, sem a criação de nenhuma linha de código, permitindo que o usuário arraste os chamados widgets, para que sejam gerados as suas análises, tudo muito prático e fácil de criar, o ORANGE vem se destacando no mercado pela sua facilidade de uso e de interpretação dos resultados.

Já com o uso de TEXT MINING, você terá um leque enorme de oportunidades de aprender como minerar texto, como identificar as informações mais comuns dentro do texto e ficar preparado para fazer a chamada análise de sentimento, que é muito utilizada para avaliação de sentimentos em postagens e notificações.

Venha então aprender a trabalhar com ORANGE e TEXT MINING e conheça novas oportunidades de mercado. Sou profissional há mais de 15 anos na área de dados, aguardo você para iniciar este novo aprendizado comigo.

What You Will Learn!

• 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
• Estimando pelo 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
• Processo de obtenção de informações importantes de um texto
• Recuperação de informações, extração de dados, aprendizado de máquina, estatísticas e linguística computacional
• Agrupamento de texto, extração de conceito/entidade, produção de taxonomias granulares, análise de sentimentos
• Nuvem de Palavras
• Corpus
• Tokenização
• Tokens
• Frequência de Palavras
• Stopwords
• Processo de Text Mining
• Utilização de pacotes: BiocManager, rvest, stringr,lexiconPT,widyr, ggraph, igraph, tibble
• Utilização de pacotes: TM, tidyr, ggplot2, SnowballC, dplyr, tidytext, wordcloud, RColorBrewer
• Ajustes e transformação nos textos: radicais, eliminação de espaços em branco, palavras indesejadas
• Criação de Matriz Termo Documento
• Correlação entre textos, palavras mais ditas, associação entre palavras
• Análise de Sentimento
• Web scraping
• Comandos: VCorpus, inspect, meta, lapply, tm_map, stopwords, documentTermMatrix, findFreqTerms
• Comandos: FindAssocs, bind_tf_idf, count, arrange, filter, geom_col, unnest_tokens, anti_join, pairwise_cor
• Comandos: Inner_join, group_by, summarize, mutate, barchart, str_c, str_detect, str_subset, str_which, str_count, str_replace_all
• Comandos: Tolower, removePunctuation, removeNumbers, stripWhitespace, stemDocument
• Estudo de Ngrams, em especial Bigrams

Who Should Attend!

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

TAKE THIS COURSE