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.
Baseado em 12 avaliações
AULAS DE DÚVIDAS SEMANAIS ATIVIDADES PRÁTICAS COM CORREÇÃO AULAS GRAVADAS CRONOGRAMA DE ESTUDOS
  • 65 horas de carga horária
  • 201 alunos
  • 179 aulas
  • 21 módulos de conteúdo
  • Última atualização 22/01/2025
  • 204 arquivos para download
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
5.0

12 avaliações

Junio Tomas Dos Santos

Junio Tomas Dos Santos

Victor Rafael Gonçalves

Débora Eugênio Mazzoni

Rafael Viegas de Carvalho Carlos Gomes

Ana Lúcia Salvador Ormond Bergamini Lima

Ana Lúcia Salvador Ormond Bergamini Lima

Estou gostando muito do curso, atualmente estou com 55% do curso concluído , achei a parte de introdução ao R e aos modelos de Regressão Linear muito bem executados. Infelizmente não tenho conseguido seguir as atividades extras devido a outros compromissos. Tenho achado o calendário proposto bem desafiador apesar da Dri ter informado que ele é apenas uma sugestão. Não tenho usado muito a Monitoria até o momento, apenas para dúvidas pontuais que foram respondidas bem até o momento.

Vitor Hugo Costa Paes Ferreira

Vitor Hugo Costa Paes Ferreira

O curso é excelente e supera qualquer expectativa. Os diferenciais da prof. Adriana são explicar os conceitos por trás das fórmulas, desenvolver uma linha racional para atingir o objetivo, e exemplificar com aplicações práticas de negócio. Tudo de uma forma leve e procurando simplificar o que é complicado. Além das aulas, há uma equipe de monitores para dar suporte, lições de casa, aulas presenciais para promover integração entre os alunos, criação de networking para troca de experiências e divulgação de vagas. Não posso deixar de mencionar as atividades extras, como palestras com profissionais que atuam na área e discussão sobre leituras. A apresentação das aulas chega a ser viciante como assistir a uma série, com um conteúdo muito rico para quem deseja aprender Ciência de Dados.

Marco Matsumoto

Marco Matsumoto

Rayane Vaz

Rogerio R. R. Coelho

Rogerio R. R. Coelho

IDA Plus

  • 65 horas de carga horária
  • 201 alunos
  • 179 aulas
  • 21 módulos de conteúdo
  • Última atualização 22/01/2025
  • 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