IDA - Intensivo Data Analytics

Mais importante que estudar ferramentas, é entender os princípios de analytics. Ferramentas envelhecem. Princípios, não.

Baseado em 35 avaliações

AULAS DE DÚVIDAS SEMANAIS ATIVIDADES PRÁTICAS COM CORREÇÃO AULAS GRAVADAS CRONOGRAMA DE ESTUDOS

Início das vendas 17/12/2023
65 horas de carga horária
121 alunos
179 aulas
21 módulos de conteúdo
Última atualização 17/09/2024
108 arquivos para download

Fechamento do carrinho em 24/03/2024

Sobre o Curso

No IDA, oferecemos algo verdadeiramente especial: atividades práticas com correção.

- Aprendizado Mãos à Obra: Em nossa escola, acreditamos que o verdadeiro aprendizado vem da prática.

- Feedback Personalizado: Após cada atividade, você receberá feedback personalizado. Você não apenas pratica, mas também aprende com seus erros.

- Crescimento Contínuo: A cada atividade, você cresce, evolui e se transforma em um profissional mais completo.

Você vai aprender analytics de verdade. Para isso, você precisa de suporte dedicado para suas dúvidas.

Por isso, temos aulas semanais focadas em resolver as suas dúvidas.

- Acesso Direto a Adriana Silva: Você poderá esclarecer suas dúvidas diretamente com uma profissional com mais de 10 anos de experiência em Dados.

- Interatividade em Tempo Real: Nossas aulas de dúvidas são interativas e em tempo real. Assim, você faz perguntas, obtém respostas imediatas e aprofunde seu entendimento.

- Você aprende com a dúvida de outro: muitas vezes ouvir a dúvida de outro colega pode te levar a aprender mais.

Prepare-se para aprender estatística de uma vez. Se torne um profissional diferenciado na Ciência de Dados e transforme sua carreira com o IDA.

Público alvo

Para quem já trabalha com dados

Você aprenderá conceitos que já estudou, mas nunca conseguiu entender. Revisará conteúdos que são base da ciência de dados.

Para quem quer trabalhar com dados

O curso foi feito para ser uma jornada de formação inclusiva, independente de onde você está começando. No entanto, a dedicação é sua, e o fator mais importante para o sucesso!

1 ano

Sem tempo para fazer o curso agora?

Fique tranquilo, você poderá participar desse curso em até 1 ano após a matrícula.

Conteúdo

1Boas Vindas

Seja Bem vindo(a)!!! Muito obrigada por confiar em nosso trabalho!!!

20:01

2Introdução ao Universo de Ciência de Dados

Vamos falar de história?

20:00
O que é Big Data?

18:26
O que é Inteligência Artificial e Machine Learning?

13:33
Vamos fazer um algoritmo na mão?

13:48
Vamos colocar o algorítmo em produção?

06:45
E o que é o Cientista de Dados?

10:58
Qual o processo de Ciência de Dados?

21:07
E qual é o profissional de agora?

09:49

3Definindo nossos termos

Vamos fazer alguns combinados?

03:28
Vamos falar de pessoas e histórias?

20:45
Video Florence Nightingale

22:07
Combinando alguns termos - Parte 1

16:10
Combinando alguns termos - Parte 2

13:46
Combinando alguns termos - Parte 3

21:29
Combinando alguns termos - Parte 4

12:46
Próximos Passos

05:57

4Medidas de Posição

Média - Parte 1

14:06
Média - Parte 2

09:13
Mediana

15:23
Percentis - Parte 1

13:56
Percentis - Parte 2

08:12
Moda

04:14
Próximos Passos

03:05

5Medidas de Dispersão

Amplitute

05:28
Variância e Desvio Padrão - Parte 1

16:27
Variância e Desvio Padrão - Parte 2

14:58
Coeficiente de Variação

07:20
Próximos Passos

03:26

6Análise Gráfica

Para que serve um gráfico?

07:30
Gráfico de Pizza

15:23
Gráfico de Barras

05:54
Histograma

07:09
Box-plot - Parte 1

31:40
Box-plot - Parte 2

21:20
Gráfico de Linha

07:35
Gráfico de Dispersão

05:08
Para que serve mesmo um gráfico?

08:18
Próximos Passos

05:48

7Medidas de Assimetria

Assimetria e Curtose

12:23
Senta que lá vem a história...

12:51

8Medidas de Associação

Covariância e Correlação de Pearson

14:30
Correlação não significa causa e efeito!

12:15
Como estamos até aqui? Vamos fazer uma revisão de tudo até agora?

13:48
Nem tudo é o que parece ser

03:26

9Probabilidade e Distribuições

O que é probabilidade?

14:37
Distribuição Estatística

43:49
Tipos de Distribuições

09:38
Distribuição Discreta - Uniforme

05:15
Distribuição Discreta - Bernoulli

06:53
Distribuição Discreta - Binomial

20:32
Distribuição Discreta - Poisson

11:37
Distribuições Contínuas - Normal - Parte 1

37:21
Distribuições Contínuas - Normal - Parte 2

27:58
Distribuições Contínuas - Normal - Parte 3

08:25
Distribuições Contínuas - Exponencial

05:47
Distribuições Contínuas - t-student

11:29

10Teorema do Limite Central

Teorema do Limite Central - Parte 1

04:51
Teorema do Limite Central - Parte 2

31:49

11Teste de Hipóteses

Teste de Hipóteses

54:27
Teste de Hipóteses para quando conheço o desvio padrão populacional - Parte 1

32:28
Teste de Hipóteses para quando conheço o desvio padrão populacional - Parte 2

10:47
Teste de Hipóteses para quando conheço o desvio padrão populacional - Parte 3

05:42
Teste de Hipóteses para quando não conheço o desvio padrão populacional - Parte 1

26:44
Teste de Hipóteses para quando não conheço o desvio padrão populacional - Parte 2

15:57
Revisão e Próximos Passos

06:05

12Introdução ao R

Introdução ao R

12:19
Inicializando o R

21:44
Conhecendo objetos e comandos básicos

38:55
Bibliotecas e importação de arquivos

29:18
Manipulação de dados - biblioteca Tidyverse

49:44
Visualização de dados - biblioteca Ggplot2

19:41
Trabalhando no R

22:37

13Testes Estatísticos

Testes Estatísticos - Entendendo as diferenças entre paramétrico e não paramétrico

17:58
Testes Paramétricos de aderência a normalidade e homogeneidade de variância

35:37
Teste t para uma amostra

17:30
Teste t para duas amostras

35:47
ANOVA 1 fator - Parte 1

01:01:55
ANOVA 1 fator - Parte 2

14:34
ANOVA com 2 ou mais fatores

13:23
Testes Não Paramétricos binomial e qui-quadrado

17:48
Testes Não Paramétricos para duas amostras emparelhadas

10:33
Testes Não Paramétricos para duas amostras independentes

16:09
Testes Não Paramétricos para k amostras emparelhadas

06:38
Testes Não Paramétricos para k amostras independentes

08:29
Medidas de Associação

10:30

14Regressão Linear

Entendendo a ideia de um modelo

10:31
Introdução a Regressão Linear Simples

36:38
Medidas de Qualidade de Ajuste

38:14
Fazendo uma regressão no R e no Excel por otimização

26:49
Trabalhando com um problema real

33:56
Princípio da Regressão Linear Múltipla

25:04
Testes de Significância (Teste t e Teste F)

13:57
Métodos sequenciais

32:26
Criando novas tentativas

07:16
Falando de parâmetros

12:19
Análise de Resíduo

19:52
Multicolinearidade

31:52
Resumo da ópera

11:48
Transformando o x

__:33:06
Adicionando variáveis categóricas

26:42
Agrupamentos de variáveis categóricas

37:55
Interação de variáveis

46:57
Resumo da ópera

14:39
Transformação Box-Cox

31:16
Recapitulando

15:37

15Regressão Logística

Entendendo a diferença entre probabilidade e chance

36:26
Entendendo a odds ratio

22:08
De onde veio o modelo de regressão logística?

34:52
Vamos encontrar os parâmetros da regressão logística na mão?

34:47
Vamos responder as perguntas da aula anterior?

11:10
O que fazer quando o X é numérico?

41:42
Corrigindo o modelo

32:05
Revisando e entendendo tudo no R

26:36
Respondendo as perguntas

21:21
Para que serve um modelo?

22:58
Métricas de qualidade de ajuste com foco em Decisão

43:32
A relação entre precisão e alcance

29:39
Vamos falar de lucro?

25:41
Métricas de qualidade de ajuste com foco em Ordenação

50:06
Métricas de qualidade de ajuste com foco em Estimação

24:00
O passo a passo da Regressão Logística

32:00
Como funciona o algoritmo na prática? - Parte 1

56:18
Como funciona o algoritmo na prática? - Parte 2

11:29
A tecnologia a seu favor

09:42

16Analytical Base Table (ABT)

Introdução

42:38
Perguntas estratégicas

26:21
Racionalizando o problema do RH

47:20
Cenário real

49:46
Como construir a ABT

49:43
Fazendo a documentação

30:05
Trocando uma ideia

12:53
Como se relacionar com pessoas

34:16
Conversando com a Regina

37:24
Racional Case Regina

19:08

17Modelos de Árvore de Decisão

Introdução

11:06
Entendendo uma árvore

34:21
Métodos de seleção de variáveis

24:51
Método Gini

40:06
Método Entropia

27:37
Trabalhando com Árvore de Decisão no R

42:32
Evitando Overfitting e a estratégia de Particionamento de Dados

27:14
Cross-Validation

39:10
Bônus

12:19
Cross-Validation no R

36:50
Random Forest

21:15
Random Forest no R

32:02
eXtreme Gradient Boosting

01:06:23
XGB no R

09:24
Tratando e transformando variáveis X

21:24
Executando um XGB na prática

21:52
Recapitulando

14:19

18Regressão Visão de Machine Learning

Entendendo a média

14:04
Lasso, Ridge e Elastic Net

32:50
Lasso, Ridge e Elastic Net no R

16:12
Recapitulando

09:40

19Metricas ROI

Relembrando as métricas

20:02
Comunicando com a área de negócio

19:14
Exemplo de cálculo de Roi

29:21

20Análise de Cluster

Análise de Cluster

35:08
Cluster Hierárquico

29:34
Método do vizinho mais próximo

30:08
Método do vizinho mais longe

19:25
Método do Centroide

38:05
Análise de Cluster no R

30:21
Método Elbow

13:59
Método Elbow no R

05:19
Método da Silhueta

11:37
Método da Silhueta no R

11:09
Variáveis Categóricas no Cluster

11:18
Case com a Regina

14:22
Resolvendo case

22:12
Cluster Não Hierárquico: k-means

08:11
Cluster Não Hierárquico: k-means no R

23:05
Exemplo de apresentação para negócios

28:02
Recapitulando Cluster

11:34

21Fechamento

Fechamento

02:47
Resumo da Ópera Final

41:03
Contando histórias

14:20

MAIS 18 MÓDULOS ESCONDER 18 MÓDULOS

Professores(as)

Igor Negreiros

Este professor(a) ainda não registrou sua biografia!

Acesso por 1 ano

Até 1 ano de suporte

Estude quando e onde quiser

Materiais para download

Avaliações

Opinião dos alunos que se matricularam

5.0

35 avaliações

Explicações de maneira clara e simples, facilitando a absorção do conteúdo Quizes e listas muito bons para a fixação do conteúdo

PIETRO ROEHRIG MEGGETTO

O Curso é excelente, a didática muito boa. Um dos problemas que vejo é a duração de algumas aulas, chegando a ter até 50 min., entendo que seria melhor dividir essas aulas em até 15/20 min. Tempo muito longo é cansativo e acaba dispersando, sem contar que os itens abordados nessas aulas, geralmente, são as mais complexas. A outra é em relação às aulas online, ficou muito focado em networking, entendo que seria melhor usar para revisão das matérias ou mesmo das lições de casa.

Carlos Kazuyuki Kumamoto

Daniela Almeida Pita

Mariana Gonçalves Freitas De Souza

Maria Cecília Barchezi Cremasco

Estou AMANDO as aulas, tanto em vídeo quanto os encontros on-line. A didática da professora é MARAVILHOSA!!!! É inspirador ter contato com gente que ama o que faz e que se dedica ao máximo pra entregar algo de valor.

Iris de Souza Reis

as aulas de boxplot foi até agora o ponto alto do curso.

Sergio Alexandre de Castro

Estou amando o curso, todas as aulas estão ótimas, super bem elaboradas para nos fazer refletir e entender os conceitos. Confesso que por conta do trabalho não estou conseguindo seguir o cronograma direitinho, mas estou buscando cumprir pelo menos os prazos dos exercícios para não perder as correções. Muito obrigada pela oportunidade de fazer parte desta turma. abraço, Tati.