Data Science de A a Z Extracao e Exibicao dos Dados

Aprenda Data Science com Python e também áreas importantes como estatística e ETL no SQL Server!
Data Science de A a Z Extracao e Exibicao dos Dados
File Size :
26.70 GB
Total length :
32h 16m

Category

Instructor

Felipe Mafra

Language

Last update

Última atualização em 9/2020

Ratings

4.6/5

Data Science de A a Z Extracao e Exibicao dos Dados

What you’ll learn

Utilizar estatística aplicada
Definir o que é Machine Learning, Big Data e Data Science
Análise de Dados com Python
Gráficos com Python

Data Science de A a Z Extracao e Exibicao dos Dados

Requirements

Noções básicas de informática, o resto a gente ensina aqui!
Um pouco de SQL ajuda muito!

Description

Data Science de A à ZO essencial que você precisa saber sobre esse curso é: Ele é voltado para iniciantes. Esse é o meu público e amo trabalhar com ele.Portanto, se: Você quer entrar na área de Data Science e não sabe por onde começar, se você fez algum ótimo curso mas achou avançado demais e não entendeu nada, se você que saber todos os conceitos importantes que cercam essa área, se você é UNIVERSITÁRIO buscando conhecimento sobre a áreas, se você quer ter uma visão geral é um EXCELENTE BASE para saber caminhar sozinho, o seu lugar é aqui. Vamos aprender de uma forma didática mesmo para quem nunca viu o assunto.A profissão de Cisntista de Dados não é só luxo. Há também partes que ninguém conta, como por exemplo onde tudo é feito antes da exibição dos lindos gráficos para tomadas de decisão, e eu vou te mostrar aqui como tudo é, para que nada te surpreenda em um ambiente real.O curso segue uma lógica de aprendizado com um plus que você só encontrará aqui: Carga e tratamento de Dados no SQL Server.Por que carga de dados? A profissão de Cientista de Dados lida em 70% do seu tempo com o tratamento de dados. Os dados, nosso ator principal, precisam ser tratados, padronizados e limpos que QUALQUER técnica seja aplicada em fases posteriores. Aqui você terá um forte base nesse tratamento, utilizando não somente o Python como também a ferramenta Integration Services em conjunto com a linguagem SQL. E para fechar, nós construiremos do ZERO um componente no Integration Services que nos avisa QUANDO um registro foi alterado e grava a sua alteração. E nós vamos instalar o SQL Server DO ZERO.InfraestruturaOutro ponto é: Você já se imaginou como é um ambiente de cientista de dados? Como são organizadas as pastas, como são salvos os scripts e como são comparados os dados? Aqui também focaremos na infraestrutura do ambiente, organização de pastas e versionamento de scripts.GráficosUm recurso indispensável para a análise de dados são os gráficos. Já imaginou em apenas olhar para um gráfico e verificar se variáveis são correlacionadas? Ou dizer o quanto de correlação há entre elas? Aqui eu vou te ensinar de uma forma simples, assim como os mais comuns tipos de gráficos, suas variações e por último, mas não menos importante, a dar estilo a esses gráficos escolhendo a sua paleta de cores.RecursosDentre os recursos gerais do curso, teremos:SQL para Data Science.Integration Services e ETL.Python para tratamento de dados com Pandas.Python para cálculos matemáticos com NumPy.Gráficos em Python com MatplotLib.Gráficos estilosos em Python e customização de gráficos com SeaBorn.Servidor DedicadoPara facilitar o curso, você terá um servidor de armazenamento online DEDICADO à você! Você poderá realizar TODOS os downloads desse servidor caso não encontre os arquivos no site dos fabricantes. Além dos softwares do curso, todos os datasets e códigos em script estão organizados em pastas, separados por módulos para fácil acesso!Sim, tudo aqui, em um curso só!Como você pode ver, é um curso grande, e as aulas estão sendo adicionadas semanalmente!Tudo com a didática que você já conhece!Esse é um curso generalista, que mostra desde o início da área, com a aquisição e o tratamento dos dados até a última ponta que é a exibição dos gráficos para a tomada de decisão, portanto você verá a área completa.Universidade dos Dados – Elevando o seu conhecimento!

Overview

Section 1: Introdução a Data Science – Módulo Teórico

Lecture 1 Apresentação do conteúdo

Lecture 2 Data Science – Introdução – Parte 01

Lecture 3 Um minuto! Precisamos falar de Game Of Thrones!

Lecture 4 Data Science – Introdução – Parte 02

Lecture 5 Data Science – Introdução – Parte 03

Lecture 6 Data Science – Introdução – Parte 04

Section 2: A profissão de Cientista de Dados – Módulo Teórico

Lecture 7 Big Data Real Time e Cloud Computing

Lecture 8 Carreiras de Data Science

Section 3: Montando o ambiente – Módulo Prático

Lecture 9 Ciclo de Vida BI

Lecture 10 Download dos arquivos

Lecture 11 Por que SQL Server?

Lecture 12 Business Intelligence x Data Science – Onde as duas ciências se encontram

Lecture 13 Download e Instalação Virtual Box

Lecture 14 Criando a máquina virtual

Lecture 15 Ajustando a VM

Lecture 16 Instalando o SQL Server 2016

Lecture 17 Management Studio

Lecture 18 Visual Studio

Lecture 19 Data Tools

Lecture 20 Ferramentas: Excel e Notepad++

Section 4: Organização de Projetos de Data Science – Módulo Prático

Lecture 21 Estrutura de Pastas

Lecture 22 Ajustando Padrões de Dados

Section 5: Organização de ETL – Módulo Prático

Lecture 23 Uma visão sobre ETL

Lecture 24 Criando o primeiro projeto

Lecture 25 Criando um Destino

Lecture 26 Qualidade de Dados

Section 6: Infraestrutura e Segurança – Módulo Prático

Lecture 27 Realizando Deploy de Transformações

Lecture 28 Relatórios de Transformações

Lecture 29 Automatizando cargas de dados

Lecture 30 Arquitetura e Segurança – Parte 01

Lecture 31 Arquitetura e Segurança – Parte 02

Lecture 32 Arquitetura e Segurança – Parte 03

Lecture 33 Arquitetura e Segurança – Parte 04

Lecture 34 Arquitetura e Segurança – Parte 05

Lecture 35 Protegendo Pacotes com Criptografia

Lecture 36 Pacotes de Carga Multiusuário

Section 7: Tratamento de Dados – O que você realmente precisa saber!

Lecture 37 Tratando colunas essenciais com Excel e Notepad++

Lecture 38 Tratando arquivo CSV – O formato universal

Lecture 39 Identificando anomalias nos dados

Lecture 40 Rastreamento de erros – Analisando versões de arquivos

Lecture 41 Verificando erros no SSIS

Lecture 42 Identificando anomalias com SQL

Lecture 43 Null, And e Or

Lecture 44 Automatizando o tratamento de anomalias

Lecture 45 Exercícios de Anomalias

Lecture 46 Importando Dados Automaticamente

Lecture 47 Correção Import

Lecture 48 Utilizando Cast e Convert

Section 8: Criando um ambiente Work – Módulo Prático

Lecture 49 Criando um procedure para a tabela WRK – Parte 01

Lecture 50 Criando um procedure para a tabela WRK – Parte 02

Lecture 51 Criando um procedure para a tabela WRK – Parte 03

Lecture 52 Verificação de Dados

Lecture 53 Exercício: Criação de Procedures

Lecture 54 Correção: Procedures

Section 9: Aumentando a performance – Módulo Prático

Lecture 55 Tratando campos de ID

Lecture 56 Criando Tabelas Derivadas

Lecture 57 Muita informação? Resumo de tratamento de dados!

Section 10: Dados Versionados – Como fazer? – Módulo Prático

Lecture 58 Fase 01 – CSV to RAW

Lecture 59 Fase 02 – RAW to WRK – Parte 01

Lecture 60 Fase 02 – RAW to WRK – Parte 02

Lecture 61 Fase 02 – RAW to WRK – Parte 03

Lecture 62 Teoria de Versionamento – Passo a Passo

Lecture 63 Teoria de Versionamento – Passo a Passo – Parte 02

Lecture 64 Atualização Simples

Lecture 65 Atualização Versionada

Lecture 66 Executando o Pacote de Atualização Versionada

Section 11: Git e GitHub – Módulo Prático

Lecture 67 Introdução ao Git

Lecture 68 Git para Windows

Lecture 69 Realizando o download de códigos

Section 12: Python para Dados

Lecture 70 Introdução Geral ao Python

Lecture 71 Download e Instalação do Anaconda

Lecture 72 Primeiros passos com Jupyter Notebook

Lecture 73 Organizando os seus Notebooks

Lecture 74 Expressões Condicionais

Lecture 75 Funções Built In

Lecture 76 Exercicios

Lecture 77 Correção do Exercício

Lecture 78 Definindo Procedimentos

Lecture 79 Funções Aninhadas

Lecture 80 Listas – Use e Abuse!

Lecture 81 Dados Únicos? Utilize o set!

Lecture 82 Dando voltas: Loops!

Lecture 83 Não vai alterar nada? Tuplas!

Lecture 84 Dicionários

Lecture 85 Manipulando Arquivos

Lecture 86 Entendendo as Bibliotecas

Section 13: Dataset – O caso Titanic

Lecture 87 Apresentando o Dataset

Lecture 88 Primeiros Passos

Lecture 89 Convertendo Valores

Lecture 90 Tratando Strings

Lecture 91 Manipulando Listas

Lecture 92 Atualizando Dicionários com Enumerate

Lecture 93 Conclusão

Section 14: Python – Bibliotecas Gerais

Lecture 94 Lendo Arquivos com Pandas

Lecture 95 Manipulanção de Arquivos com Paths

Lecture 96 Interagindo com o Sistema Operacional

Lecture 97 Manipulando Paths

Lecture 98 Iteração sobre arquivos

Section 15: Algebra Linear – NumPy

Lecture 99 Descomplicando Matrizes

Lecture 100 Biblioteca NumPy

Lecture 101 Tipagem e operações com Arrays

Lecture 102 Testando a performance dos seus códigos

Lecture 103 Indexação – Arrays Unidimensionais

Lecture 104 Indexação – Arrays Multidimensionais

Lecture 105 NumPy Matrix

Lecture 106 Transpose e Reshaping de Vetores e Matrizes

Section 16: Pandas para manipulação de Dados

Lecture 107 Introdução ao Pandas

Lecture 108 Métodos de Linhas e Colunas

Lecture 109 Ordenando Dataframes

Lecture 110 Describe e Iteração de Séries e Dataframes

Lecture 111 Aplicando Multiplos Filtros

Lecture 112 Aprofundamento em Axis

Lecture 113 Tipando colunas

Lecture 114 Métodos de Strings

Lecture 115 Aprofundando em Datatypes

Lecture 116 Tratando valores nulos (NaN)

Lecture 117 Utilizando GroupBy

Lecture 118 Explorando Séries Categóricas – Crosstab

Lecture 119 Explorando Séries Numéricas com plot

Lecture 120 Manipulação avançada de índices

Lecture 121 Reshaping de Dados

Lecture 122 Reshaping – Parte 02

Lecture 123 Selecionando partes – loc e iloc

Lecture 124 Trabalhando com Tempo

Lecture 125 Trabalhando com dados duplicados

Section 17: Exibindo Dados – Gráficos com Matplotlib

Lecture 126 Introducão – Scatter plot

Lecture 127 Grafico de linhas

Lecture 128 Customizando com Title, stickers and labels

Lecture 129 Exercício

Lecture 130 Montando o Gráfico

Lecture 131 Corrigindo Escalas

Lecture 132 Graficos com O.O

Section 18: Graficos com Seaborn

Lecture 133 Seaborn Parte 01

Lecture 134 Seaborn Parte 02

Lecture 135 Seaborn Parte 03

Lecture 136 Seaborn Parte 04

Section 19: Estatística para Machine Learning

Lecture 137 Visão Geral de Estatística

Lecture 138 População e Amostra

Lecture 139 Falando de Dados

Lecture 140 Tipos de Dados

Lecture 141 Análise de Dados Quantitativos

Lecture 142 Medidas de Tendência ao Centro

Lecture 143 O que dizem as medidas de tendência ao centro

Lecture 144 Medidas de Dispersão

Lecture 145 Variância e Desvio Padrão

Lecture 146 Medidas no Excel – Parte 01

Lecture 147 Medidas no Excel – Parte 02

Section 20: Introdução a Big Data

Lecture 148 O que é Big Data? Parte 01

Lecture 149 O que é Big Data? Parte 02

Lecture 150 O que é Big Data? Parte 03

Lecture 151 O que é Big Data? Parte 04

Lecture 152 O que é Big Data? Parte 05

Lecture 153 Cupons de Desconto

Iniciantes na área de Data Science,Estudantes de TI,Estudantes de Bancos de Dados,Qualquer pessoa com muita vontade de aprender

Course Information:

Udemy | Português | 32h 16m | 26.70 GB
Created by: Felipe Mafra

You Can See More Courses in the Developer >> Greetings from CourseDown.com

New Courses

Scroll to Top