Seu Estado
Não Inscrito
Preço
Assinantes

O que você aprenderá

  • Os principais conceitos e cálculos estatísticos utilizados em Ciência de Dados e Machine Learning
  • Os cálculos de estatística e probabilidade implementados passo a passo na linguagem Python
  • Como a Estatística está relacionada com a Ciência de Dados e Machine Learning
  • Implementar técnicas de amostragem, como por exemplo: amostragem simples, sistemática, estratificada, grupos e reservatório
  • Aprender a teoria e a prática sobre os principais algoritmos de Machine Learning, bem como sua ligação com a Estatística
  • Utilizar técnicas de amostragem para lidar com dados desbalanceados em Machine Learning
  • Calcular percentuais, índices, coeficientes e taxas
  • Aprender passo a passo como calcular distribuições de frequência e gerar histogramas para visualização
  • Calcular medidas de posição, como por exemplo: média, moda, mediana, quartis e percentis
  • Calcular medidas de dispersão de dados, como por exemplo: amplitude, variância, desvio padrão e coeficiente de variação
  • Como utilizar as medidas de posição e dispersão para avaliar algoritmos de Machine Learning
  • Como utilizar medidas de posição para tratar valores faltantes em bases de dados
  • Calcular a variância para escolher os melhores atributos em uma base de dados
  • Entender a principais distribuições estatísticas e de probabilidade, como por exemplo: distribuição normal, gama, exponencial, uniforme, Bernoulli, binomial e de Poisson
  • Como utilizar a estatística inferencial para cálculos de probabilidade
  • Calcular intervalos de confiança
  • Realizar testes de hipóteses, implementando os cálculos passo a passo
  • Realizar testes de hipóteses com ANOVA, Qui Quadrado, Wilcoxon, Friedman e Nemenyi
  • Calcular correlação entre variáveis
  • Criar modelos de regressão linear para previsão de números
  • Criar gráficos e mapas para facilitar a interpretação dos dados

Requisitos

  • É desejável que você conheça o básico sobre a linguagem Python, porém, é possível acompanhar o curso tranquilamente sem conhecer essa linguagem com profundidade
  • É mais fácil para acompanhar o curso caso você já tenha um conhecimento inicial sobre Machine Learning. Contudo, existem aulas básicas sobre os algoritmos de Machine Learning antes de cada conteúdo específico

Descrição

A Estatística proporciona os meios e as ferramentas para encontrar estrutura em dados com o objetivo de fornecer insights sobre as informações mais profundas ali escondidas. Medidas estatísticas como média, mediana, moda, desvio padrão e distribuição servem para descrever o comportamento das variáveis de uma base de dados, assim como identificar anomalias. Em outras palavras, é preciso conhecer a “matéria-prima” com que se está trabalhando por meio de características que nos servem de resumo sobre sua natureza. Esse é o objetivo da Estatística! Se os algoritmos de machine learning são as ferramentas que os cientistas de dados operam, a Estatística é o conhecimento sobre como e porquê essas ferramentas funcionam, permitindo escolher as ferramentas mais adequadas para tirar o melhor proveito delas.

Existe um ditado atribuído a Josh Wills, ex-funcionário do Google e do Cloudera e atualmente presidente de Engenharia de Dados do Slack: um cientista de dados é um programador melhor do que qualquer estatístico e um estatístico melhor do que qualquer programador. Sem um bom conhecimento estatístico, o cientista de dados é como um soldado cego com um arsenal poderoso. O domínio estatístico torna seu trabalho mais direcionado, eficiente e robusto, e permite uma utilização mais ativa dos modelos de machine learning já estabelecidos, uma vez que ele tem o conhecimento necessário para investigar as bases teóricas que fundamentam esses modelos.

Baseado nisso, neste curso você terá uma visão teórica e principalmente prática passo a passo sobre os principais conceitos de Estatística, bem como sua ligação com a Ciência de Dados e a Aprendizagem de Máquina (Machine Learning). Você aprenderá a teoria, os cálculos passo a passo, implementará os cálculos utilizando a linguagem de programação Python e também utilizará bibliotecas prontas! O diferencial deste curso é que além de aprender estatística, você aprenderá como utilizá-la em aprendizagem de máquina. O conteúdo está dividido em nove partes: (i) população e amostra, (ii) dados relativos e absolutos, (iii) distribuição de frequência, (iv) medidas de posição e dispersão, (v) distribuições estatísticas, (vi) probabilidade, (vii) intervalos de confiança e testes de hipóteses, (viii) correlação e regressão e (ix) visualização. Confira abaixo alguns dos tópicos que você aprenderá, integrando os conceitos estatísticos com aprendizagem de máquina e ciência de dados:

  • Uso de amostragem para trabalhar com dados desbalanceados em classificação ou regressão (undersampling e oversampling)
  • Cálculos de distribuição de frequência para aplicação de regras de associação
  • Avaliação de algoritmos de classificação utilizando medidas de posição e dispersão
  • Seleção de atributos utilizando cálculos de variância
  • Preenchimento de valores faltantes em bases de dados utilizando medidas de posição
  • Cálculo de padronização (z-score) aplicado em machine learning
  • Tratamento de dados enviesados em machine learning
  • Uso de distribuições estatísticas para inicialização de pesos em redes neurais artificiais
  • Algoritmo Naïve Bayes utilizando as distribuições de Bernoulli e Multinomial
  • Previsões com probabilidade em machine learning
  • Uso das técnicas ANOVA e Qui Quadrado para seleção de atributos em bases de dados
  • Testes de hipóteses paramétricos e não paramétricos, aplicados na avaliação de algoritmos
  • Previsão do preço de casas utilizando regressão linear
  • Criação de gráficos e mapas para ajudar na interpretação de dados

Este é o curso ideal caso você queira aumentar significativamente seus conhecimentos em Estatística, Ciência de Dados e Machine Learning, mais de 160 aulas com exercícios resolvidos! O curso é para todos os níveis de conhecimento, ou seja, se você é iniciante ou de nível avançado conseguirá aproveitar o conteúdo.

Para quem é este curso

  • Pessoas que queiram entender a relação entre a Estatística, Ciência de Dados e Machine Learning
  • Pessoas que querem estudar Estatística para Ciência de Dados e Machine Learning, porém, não sabem por onde começar
  • Alunos de graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial
  • Qualquer pessoa interessada em Estatística, Ciência de Dados e Machine Learning
  • Cientistas de Dados que queiram aumentar seus conhecimentos em Estatística

Conteúdo do Curso

Expandir
Conteúdo da Lição
0% Completo 0/1 Passos

Avaliações e Comentários

4.9
Avaliação média
55 Avaliações
5
50
4
5
3
0
2
0
1
0
Qual foi a sua experiência com esse curso? Conte para nós!
THIAGO
Publicado 3 semanas atrás
Curso excelente! Muito didatico, e com boa abragencia do conteudo de estatistica proposto.

Gostei muito da maneira com que o autor explica o conteudo, desde o passo a passo "na mao", teoria bem explicada, ate toda sua implementacao em Python com as bibliotecas. Meu objetivo era aprender bem a estatistica utilizada nos algoritmos de Machine Learning, entender os metodos e processos de avaliacao e acredito que foi atingido. Rumo a curso de ML propriamente dito.

×
Preview Image
Luiz Antonio Bertolo
Publicado 1 mês atrás
Curso TOP

Aprendi como usar estatística para analisar dados aproximando a teoria da prática, isto é, mostrando realmente a importância dessa área de conhecimento. Parabéns Jones.

×
Preview Image
Psiperez
Publicado 1 mês atrás
curso fundamental

didática

×
Preview Image
Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 2 meses atrás
por Andre Vianna

muito bom

×
Preview Image
Vinícius Rocha
Publicado 2 meses atrás
Curso muito bom, simples e preciso

Curso extremamente proveitoso, exemplos práticos muito bons, até quem não sabe nada de python ou estatística tem condições de assistir. Muitos projetos práticos que vão ajudar na vida profissional.

×
Preview Image
Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 2 meses atrás
por Fábio de Oliveira Torres

Achei que a linguagem usada na explicação é direta e clara.

×
Preview Image
Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 3 meses atrás
por Washington Luiz Peroni Balsevicius

muito bom

×
Preview Image
Sacramento_
Publicado 3 meses atrás
Curso aborda conceitos bem sólidos sobre o assunto.

Esse curso é otimo para diversificar a maneira como se faz um projeto de dados, possui vários métodos para uma mesma parte do projeto que pode ser encaixada de forma muito boa. Ainda não terminei, mas vejo ele como um tipo de curso que até sendo feito de forma não linear pode ajudar a construir os projetos.

×
Preview Image
Adão Duque
Publicado 4 meses atrás
Curso excelente.

O curso aborda os principais conceitos de estatística. A didática do instrutor é excelente, ajuda no entendimento e isso torna o curso ainda melhor.

×
Preview Image
Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 4 meses atrás
por JACKANDERSON CHARLES LEAL DE MENEZES

Esse professor é espetacular não tem melhor nessa área do que ele! Parabéns...

×
Preview Image
Mostrar mais avaliações
Qual foi a sua experiência com esse curso? Conte para nós!