Oferta por tempo limitado!
Pesquisar por cursos... Pesquisando por Sem resultados para Ver todos os cursos com
IDA Plus

IDA Plus

Mais importante que estudar ferramentas, é entender os princípios de analytics. Ferramentas envelhecem. Princípios, não.
AULAS DE DÚVIDAS SEMANAIS ATIVIDADES PRÁTICAS COM CORREÇÃO AULAS GRAVADAS CRONOGRAMA DE ESTUDOS
  • 67 horas de carga horária
  • 127 alunos
  • 179 aulas
  • 21 módulos de conteúdo
  • Última atualização 16/10/2024
  • 204 arquivos para download
Comprar agora
Adicionar cupom de desconto?
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

  • Amplitude

    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

Acesso por 1 ano

Até 1 ano de suporte

Estude quando e onde quiser

Materiais para download

Avaliações

Opinião dos alunos que se matricularam

Victor Rafael Gonçalves

IDA Plus

  • 67 horas de carga horária
  • 127 alunos
  • 179 aulas
  • 21 módulos de conteúdo
  • Última atualização 16/10/2024
  • 204 arquivos para download
Pesquisar por cursos... Pesquisando por Sem resultados para Ver todos os cursos com

Este site usa cookies para melhorar sua experiência. Política de Privacidade