Exploração de Dados X

Ativação

Inicializa uma visão hierárquica (Treeview) a partir do registro corrente

Ajuda X

CURSO
Título	Introdução Prática à Ciência de Dados com Python
Unidade	FACULDADE DE TECNOLOGIA
Departamento	DEPARTAMENTO DE MATEMATICA, FÍSICA E COMPUTAÇÃO
Modalidade	Treinamento e Qualificação Profissional
Carga Horária do Curso	50
Objetivos	Este curso será um curso prático (Hands-on) com uma introdução intuitiva aos conceitos teóricos da estatística aplicada e ciência de dados. O objetivo principal deste curso é expor aos alunos a todo o pipeline associado aos projetos de ciência de dados. O curso ensinará o básico de tudo que um cientista de dados precisa para entender como iniciar projetos de ciência de dados: coleta e processamento de dados, exploração e visualização de dados, métodos de aprendizado de máquina, técnicas de análise estatística e (talvez o mais importante) técnicas para debugging desse pipeline quando as coisas não funcionam como esperado. Depois de finalizar este curso, o aluno terá um conhecimento prático intermediário na área de ciência de dados. Ao terminar o curso, é recomendado que o aluno se aprofunde mais nas formulações matemáticas e estatísticas de análise de dados e aprendizado de máquina para ter uma visão mais ampla da área.
Conteúdo Programático	Tópicos especiais na área de acordo com a atualidade dos temas, como por exemplo: 1- Jupyter Notebook e Python 2- Coleta e raspagem de dados (data scraping) 3- Dados relacionais 4- Visualização e exploração de dados 5- Vetores, matrizes e álgebra linear 6- Grafos e processamento de redes 7- Processamento de texto livre e linguagem natural 8- Probabilidade e estatistica básica 9- Introdução ao aprendizado de máquina 10- Regressão linear 11- Regressão logística 12- K-vizinhos mais próximos 13- Árvore de decisão e Random Forest 14- Máquina de suporte vetorial 15- K-means Clustering 16- Análise de componente principal 17- Sistemas de recomendação 18- Redes neurais e Deep Learning
Metodologia	O curso envolve entender o que é ciência de dados e os vários tipos de atividades que um cientista de dados realiza. Ele familiarizará os alunos com várias ferramentas de código aberto no ecossistema de Python, tais como o Jupyter Notebook, Numpy, Pandas, Scikit-Learn e TensorFlow, usadas pelos cientistas de dados. Ele ensinará sobre a metodologia envolvida no enfrentamento dos problemas da ciência de dados. Como um cientista de dados, a pessoa estará lidando com centenas de bibliotecas e APIs diferentes e tentar guardar todos eles na memória não é útil. Em vez disso, o que ela precisa desenvolver é a capacidade de encontrar rapidamente uma biblioteca e uma chamada de função que você precisa para realizar alguma tarefa. Neste curso vamos enfatizar bastante nesta questão. O foco do curso é utilizar o ferramental do ecossistema de Python para resolver os diversos problemas utilizando ciência de dados, portanto, os conceitos teóricos serão abordados em uma forma intuitiva, sem entrar em detalhes matemáticos. Por fato de ser um curso prático, ao longo do curso, os alunos concluirão laboratórios práticos e vários mini-projetos (Homework) a cada 2-3 semanas para aplicar as suas habilidades e conhecimentos recém-adquiridos.