When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.
Estatística para Análise de Dados com Python
Aplicado em Ciência de Dados, Análise de dados, Estatística, Economia, Engenharia, Machine Learning, Administração...
This Course Includes
udemy
4.7 (730 reviews )
17h 32m 
english
Online - Self Paced
professional certificate
Udemy
About Estatística para Análise de Dados com Python
O objetivo do curso é apresentar os principais
conceitos Estatísticos
necessários para qualquer
análise de dados
e ainda com a vantagem de obter esse aprendizado utilizando a
linguagem de programação Python
, uma das linguagens mais utilizadas no mundo. O diferencial desse curso é que será trabalhado com um
projeto real
, com um conjunto de dados real e original e com mais de 800.000 registros e dezenas de variáveis (colunas). O projeto será mostrado desde o início, isto é, o
carregamento do arquivo, o tratamento, manipulação e mineração desses dados e, é claro, as aplicações das técnicas estatísticas
. Será apresentado, tanto na teoria como na prática em Python, os conceitos fundamentais da Estatística Descritiva (amostragens, frequências, medidas de centralidade, posição e dispersão), Estatística Probabilística (probabilidades, distribuições discretas e contínuas) e Estatística Inferencial (intervalo de confiança, testes de hipóteses, correlação e regressão linear simples) para análise de dados. O foco do curso é a aplicação prática das técnicas e testes estatísticos e com a linguagem Python, mas os conceitos teóricos são abordados de forma detalhada e de alto nível, de uma forma bem didática e passo a passo. O curso é apresentado no sistema operacional
Windows
, mas usuários do
Linux
e
Mac
acompanham tranquilamente. Todos os scripts, slides e conjuntos de dados são disponibilizados na área de recursos na plataforma de estudos.
What You Will Learn?
- Fundamentos da Linguagem Python (operadores , estrutura condicional, estrutura de repetição, listas, tuplas, dicionários, vetores, matrizes, funções e pacotes) .
- Limpeza, organização e manipulação de dados .
- Estatística descritiva para análise de dados (amostragens, frequências, medidas tendência central, medidas de posição, medidas dispersão e análise de outliers) .
- Estatística probabilística para análise de dados (probabilidades, distribuição de Binomial, Geométrica, Poisson, distribuição normal e teste de normalidade). .
- Estatística inferencial para análise de dados (testes paramétricos e não paramétricos, intervalo de confiança, testes de hipóteses...) .
- Criação e Análise Gráfica pelo Matplotlib, Seaborn e Plotly. (Dispersão, linha, histograma, barras, boxplot, Q-Qplot) .
- Manipulação das bibliotecas Pandas, Numpy, Scipy, StatsModels, Scikit-Learning... Show moreShow less.