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
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