Resumo do curso

Este curso irá apresentá-lo ao mundo da análise de dados. Você vai aprender a passar por todo o processo de análise de dados, que inclui:

  • Fazer perguntas
  • Tratar seus dados em um formato que você pode usar e corrigir quaisquer problemas com ele
  • Explorar os dados, encontrar padrões, e construir a sua intuição sobre ele
  • Tirar conclusões e/ou fazer previsões
  • Comunicar suas descobertas

Você também vai aprender a usar as bibliotecas Python Numpy, Pandas, e Matplotlib para escrever códigos mais limpos, mais concisos, e que executam mais rápido.

Este curso faz parte do Nanodegree Analista de Dados.

Assistir ao Trailer
Valor do curso
Gratuito
Duração
Aprox. 6 semanas
Nível
Iniciante
O curso inclui
  • Icon course 01Videoaulas

  • Icon course 04Testes interativos

  • Icon course 02Aulas com profissionais do setor

  • Icon course 05Ritmo individual de aprendizado

  • Icon course 03Comunidade de apoio aos alunos

Sua jornada de aprendizado

Este curso grátis é mais um passo rumo a uma carreira de sucesso. Conheça também o Programa Nanodegree Analista de Dados e vivencie a experiência completa de ser um aluno Udacity!

Curso Aberto

Introdução à Análise de Dados

Análise de Dados Usando NumPy e Pandas

Icon steps 54aa753742d05d598baf005f2bb1b5bb6339a7d544b84089a1eee6acd5a8543d

O que vou aprender?



Lição 1: Processo de Análise de Dados

Nesta lição, você vai aprender sobre o processo de análise de dados, que inclui fazer uma pergunta, discutir e explorar seus dados, tirar conclusões e/ou fazer previsões, e comunicar suas descobertas. Você vai completar uma análise de dados de estudantes Udacity usando Python puro, com mínima dependência de bibliotecas adicionais.

Lição 2: NumPy e Pandas para dados 1D

Nesta lição, você vai começar a aprender a usar NumPy e Pandas para tornar o processo de análise de dados mais fácil. Esta lição se concentra nos recursos que se aplicam aos dados unidimensionais. Você vai aprender a usar matrizes Numpy, Série Pandas e operações vetorizadas.

Lição 3: NumPy e Pandas de dados 2D

Nesta lição, você vai continuar a aprender sobre NumPy e Pandas, desta vez concentrando-se em dados bidimensionais. Você vai aprender a usar bidimensionais matrizes Numpy e Pandas DataFrames. Você também vai aprender a agrupar os dados e combinar dados de vários arquivos.

Projeto Final: Investigar um conjunto de dados

No projeto, você vai usar NumPy e Pandas para passar pelo processo de análise de dados em um dos conjuntos de dados recomendados.


Que projetos vou fazer?



Projeto 1

P2: Investigar um Dataset

Escolha um dos conjuntos de dados curados da Udacity e faça uma investigação usando NumPy e Pandas. Passe por todo o processo de análise de dados, começando com uma pergunta e termine compartilhando suas descobertas.

P2: Investigar um Dataset

Escolha um dos conjuntos de dados curados da Udacity e faça uma investigação usando NumPy e Pandas. Passe por todo o processo de análise de dados, começando com uma pergunta e termine compartilhando suas descobertas.

Instrutores & Parceiros

  • Caroline Buckey
    Caroline Buckey

    Instrutor

Pré-requisitos

Para fazer este curso, você precisa estar confortável com programação em Python.

Veja os Requisitos Tecnológicos para usar a Udacity.

Por que fazer este curso?

Este curso é um bom primeiro passo para a compreensão do processo de análise de dados como um todo. Antes de aprofundarmos em cada fase individual, é importante aprender a diferença entre todas as fases do processo e como eles se relacionam entre si. Depois de fazer este curso, você estará melhor posicionado para ter sucesso em outros cursos no programa Nanodegree Analista de Dados. Por exemplo, um estudante que começou com o Análise de Dados com R, que cobre a fase de análise exploratória de dados, pode não entender a diferença entre a exploração de dados e o questionamento de dados. Fazendo este curso antes, você vai aprender o que cada fase realiza e como ela se encaixa no processo maior.

Este curso também aborda as bibliotecas Python NumPy, Pandas, e Matplotlib, que são ferramentas indispensáveis ​​para fazer a análise de dados em Python. As suas muitas funções convenientes e dados de tornar a escrita de alto desempenho de código de análise muito mais fácil!

Quais são os recursos?
  • Vídeos dos instrutores
  • Exercícios práticos
  • Aulas com profissionais do setor