Curso de Manipulação de Dados com Python em Porto Alegre

Carga horária: 28h

Local: Porto Alegre / RS

Modalidade: Curso Presencial

Manipulação de Dados com Python

É hora de dar sequência na carreira de Engenharia de Dados com a tecnologia que mais cresce no mercado!

A partir dos conteúdos ensinados no curso anterior (Lógica de Programação), partiremos para o entendimento de bibliotecas comumente utilizadas nas equipes de Machine Learning e Data Science, como: Numpy, Pandas, Matplotlib.

Ao final do curso, o aluno terá noções de como operar sobre dados e como construir ferramentas simples de análise de dados a partir de técnicas matemáticas e de visualização de dados.
E, claro, estará pronto para o último curso da formação, assim tornando-se um verdadeiro profissional da Engenharia de Dados!

PRÓXIMAS TURMAS

Não encontrou a turma que deseja? Confira a agenda completa

  • 03/02/2020 a 11/02/2020 | Noite: 18:45 às 22:45 | Duração: 28h
  • 02/03/2020 a 10/03/2020 | Noite: 18:45 às 22:45 | Duração: 28h
  • Confira a agenda completa

– Desenvolvimento usando a plataforma Jupyter e Colab (ferramenta de desenvolvimento)

– Uso de bibliotecas de processamento matemático: numpy

– Uso de bibliotecas de processamento de dados: pandas

– Uso de bibliotecas de visualização de dados: matplotlib, seaborn

– Estudantes
– Programadores em geral
– Pessoas que querem entrar para o mundo de Data Science e Machine Learning mas não sabem por onde começar!

  • • Introdução ao IPython, Jupyter Notebook e Google Colab Notebooks
  •  
  • • Recapitulação do python
  •  
  • • Numpy:

                – Entendimento do array multidimensional e operações de slice

                – Álgebra Linear e operações matemáticas

    • Pandas:
                – Entendimento do DataFrame e construção de um

                – Leitura e escrita de dados

                – Indexação e Slice

                – Seleções condicionais e operações matriciais

                – Dados ausentes e agrupamentos

    • Matplotlib e Seaborn:
                –  Plotagem de dados

                –  Tipos de visualização

                –  Colormaps

    • Scikit-Learn
                – Recursos

                – Acesso a modelos

                – Treinamento de modelos de machine learning simples