Utilizando Data Science no ORANGE e Estatística Básica

Name: Utilizando Data Science no ORANGE e Estatística Básica
Brand: Udemy
SKU: 2760610
Rating: 4.5054 (6 reviews)

Habilite-se em Estatística e venha construir algoritmos de Machine Learning

Ratings 4.51 / 5.00

Utilizando Data Science no ORANGE e Estatística Básica

What You Will Learn!

A terminologia básica utilizada na Estatística
A organização de dados em tabelas de frequência e os principais tipos de gráficos estatísticos
As medidas de tendência central (Moda, Média e Mediana)
As medidas de dispersão (Amplitude Total, Amplitude Interquartil, Variância e Desvio Padrão)
Exploração de Dados
Visualização de Dados
Machine Learning
Agrupamento, descoberta de grupos em dados
Classificação e modelagem preditiva
Algoritmos de Mineração
Análise Estatística
Trabalhando Widget: Color, Distributions, Pivot Table
Trabalhando Widget: Feature Statistics, Data Sample
Trabalhando com Widget: Paint Data
Trabalhando com Widget: Outliers ,Scatter Plot
Trabalhando com: Create Class
Trabalhando com: Select By data index
Trabalhando com: Edit Domain
Trabalhando com: Freeviz
Trabalhando com: Árvore de Decisão
Trabalhando com: Cluster - Imagens
Trabalhando com: Correlação
Trabalhando com: Cluster – K-means
Trabalhando com: Cluster - Imagens
Trabalhando com Widget Predictions (realizando previsões)
Trabalhando com Widget Confusion Matrix (analisando matriz de score)
Trabalhando com Widget Test and Score (avaliando modelos)
Criando um modelo estatístico
Salvando modelos estatísticos em python e executando em bases de teste para previsões
Trabalhando com o algoritmo de associação APRIORI
Trabalhando com Widget MDS
Trabalhando com Widget Mosaic Display
Trabalhando Widget CN2 Rules
Trabalhando Widget Box Plot
Criando modelos por Redes Neurais

Description

· O CURSO DE ESTATÍSTICA BÁSICA

O primeiro curso que apresentamos é o Curso de Estatística Básica. Ele oferece, em uma linguagem bem didática, uma base teórica em Estatística Descritiva, bem como oportunidades aos alunos desenvolverem habilidades para resolver problemas na prática.

Nesse curso, serão estudados os conceitos básicos de Estatística, tais como a construção de gráficos estatísticos no Microsoft Excel, as medidas de tendência central, as medidas de dispersão ou variabilidade, dentre outros. Em cada seção, você encontra listas de exercícios para a prática dos conceitos adquiridos, e ao final, poderá testar seus conhecimentos resolvendo a prova final do curso.

O CURSO DE ORANGE DATA SCIENCE

O ORANGE, uma ferramenta totalmente construída em Python, é uma das poucas ferramentas de mercado que permite ao analista de dados trabalhar de forma completamente visual, com um amplo aspecto de atendimento às diversas demandas na área de mineração de dados por meio do uso de algoritmos de Machine Learning.

ASPECTOS PRESENTES NESSE CURSO:

Aprendizado de máquina de código aberto e visualização de dados para iniciantes e especialistas. Fluxos de trabalho de análise de dados interativos com uma grande caixa de ferramentas
Execute análise de dados simples com visualização inteligente de dados. Explore distribuições estatísticas, gráficos de dispersão ou mergulhe mais fundo com árvores de decisão e agrupamentos hierárquicos. Até seus dados multidimensionais podem se tornar sensíveis em 2D, especialmente com classificações e seleções inteligentes de atributos.
Exploração interativa de dados para análise qualitativa rápida com visualizações limpas. A interface gráfica do usuário permite que você se concentre na análise exploratória de dados ao invés de codificação, enquanto padrões inteligentes tornam extremamente fácil a criação rápida de protótipos de um fluxo de trabalho de análise de dados. Coloque widgets na tela, conecte-os, carregue seus conjuntos de dados e colete os insights!
Use vários complementos disponíveis no Orange para extrair dados de fontes externas.

Este curso inclui o ROADMAP ONE, que contempla a base para iniciar os seus projetos de mineração de dados e o ROADMAP TWO, que contempla a parte final, dando ênfase aos algoritmos de Machine Learning mais complexos.