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.

Udemy logo

Introdução à Ciência de Dados na Prática com Python

O primeiro passo para você se tornar um Cientista de Dados! Explicação detalhada com códigos de exemplo.

     
  • 4.5
  •  |
  • Reviews ( 6 )
₹519

This Course Includes

  • iconudemy
  • icon4.5 (6 reviews )
  • icon31h 19m
  • iconenglish
  • iconOnline - Self Paced
  • iconprofessional certificate
  • iconUdemy

About Introdução à Ciência de Dados na Prática com Python

Ciência de dados

(em inglês: _data science_) é uma área interdisciplinar, que localiza-se em uma interface entre a estatística e a ciência da computação, que utiliza o método científico; processos, algoritmos e sistemas, para extrair conhecimento e tomar decisões a partir de dados dos diversos tipos, sendo eles ruidosos, nebulosos, estruturados ou não-estruturados. Sendo assim uma área voltada para o estudo e a análise organizada de dados científicos e mercadológicos, financeiros, sociais, geográficos, históricos, biológicos, psicológicos, dentre muitos outros. Visa, desde modo, a extração de conhecimento, detecção de padrões e/ou obtenção de _insights_ para possíveis tomadas de decisão. Cientistas de Dados podem trabalhar no setor privado, por exemplo, transformando grande quantidade de dados brutos em _insights_ de negócios, auxiliando empresas em tomadas de decisões para atingir melhores resultados ou na academia e terceiro setor como pesquisadores quantitativos interdisciplinares. Há uma forte relação da área da ciência de dados com a inteligência artificial, uma vez que o principal profissional que lida com o desenvolvimento, manutenção e fiscalização de inteligências artificiais e machine learning são cientistas de dados. O curso é voltado para o público em geral que queira iniciar na área de ciência de dados. Todas as aulas foram elaboradas utilizando a linguagem Python e as bibliotecas mais populares na área. A ideia foi introduzir o assunto em sete módulos com aulas e exemplos práticos.

What You Will Learn?

  • Criar modelos de predição com Deep Learning e Machine Learning .
  • Aprenderá a fazer Transfer Learning e Fine Tuning com CNNs .
  • Explorar conjuntos de dados e criar visualizações .
  • Criar seus próprios Datasets de voz, vídeo e imagem .
  • Fazer pré-processamento nos dados .
  • Aprenderá as metodologias de avaliação estatística mais utilizadas.