Ciências Informáticas

Introdução à análise avançada de dados
Sumário estatístico
Outliers com visuais em Power BI
Clusterização de dados
Técnicas de agrupamento
Análise de séries temporais
Função Analise
Visuais personalizados de análise avançada
Funcionalidade Quick Insights
Funcionalidade de inteligência artificial
Introdução ao trabalho com visuais de inteligência artificial
Visual QA
Influenciadores-chave visuais
Elementos visuais da Árvore de Decomposição
Análise de dados no Power BI Desktop

Introdução à análise avançada de dados
Sumário estatístico
Outliers com visuais em Power BI
Clusterização de dados
Técnicas de agrupamento
Análise de séries temporais
Função Analise
Visuais personalizados de análise avançada
Funcionalidade Quick Insights
Funcionalidade de inteligência artificial
Introdução ao trabalho com visuais de inteligência artificial
Visual QA
Influenciadores-chave visuais
Elementos visuais da Árvore de Decomposição
Análise de dados no Power BI Desktop

Fundamentos dos modelos de aprendizagem automática
Processo de desenvolvimento de classificadores
Procedimentos de treino e validação
Avaliação de desempenho
Aprendizagem não-supervisionada
Análise de clusters hierárquica
Análise de clusters modelos de partição
Aprendizagem supervisionada
Classificação por vizinhos mais próximos
Árvores de classificação
Projeto de desenvolvimento de um modelo em Python

Fundamentos dos modelos de aprendizagem automática
Processo de desenvolvimento de classificadores
Procedimentos de treino e validação
Avaliação de desempenho
Aprendizagem não-supervisionada
Análise de clusters hierárquica
Análise de clusters modelos de partição
Aprendizagem supervisionada
Classificação por vizinhos mais próximos
Árvores de classificação
Projeto de desenvolvimento de um modelo em Python

Objetivos e tarefas da visualização de dados
Visualização para comunicação
Visualização para análise
Exemplos históricos de visualização de dados
Princípios da visualização de dados
Exemplos práticos da aplicação dos princípios de visualização
Matplotlib
Scatter plots
Histograms
Bar charts
Seaborn
Pairplots
KDE plots
Correlation matrix
Violin plots
Visualização de dados em time series
Visualizações de dados interativas
Plotly
Visualização de dados geoespaciais
Geopandas
Dashboarding
Plotly-Dash
Storytelling – enquadramento de um problema através de visualização de dados
Projeto de visualização de dados

Objetivos e tarefas da visualização de dados
Visualização para comunicação
Visualização para análise
Exemplos históricos de visualização de dados
Princípios da visualização de dados
Exemplos práticos da aplicação dos princípios de visualização
Matplotlib
Scatter plots
Histograms
Bar charts
Seaborn
Pairplots
KDE plots
Correlation matrix
Violin plots
Visualização de dados em time series
Visualizações de dados interativas
Plotly
Visualização de dados geoespaciais
Geopandas
Dashboarding
Plotly-Dash
Storytelling – enquadramento de um problema através de visualização de dados
Projeto de visualização de dados

Objetivos e tarefas da visualização de dados
Visualização para comunicação
Visualização para análise
Exemplos históricos de visualização de dados
Princípios da visualização de dados
Exemplos práticos da aplicação dos princípios de visualização
Matplotlib
Scatter plots
Histograms
Bar charts
Seaborn
Pairplots
KDE plots
Correlation matrix
Violin plots
Visualização de dados em time series
Visualizações de dados interativas
Plotly
Visualização de dados geoespaciais
Geopandas
Dashboarding
Plotly-Dash
Storytelling – enquadramento de um problema através de visualização de dados
Projeto de visualização de dados

Introdução às bibliotecas para análise de dados
Pandas
NumPy
Scikit-Learn
Pandas
Data frames
Operações com data frames (queries)
Manipulação de diferentes estruturas e fontes de dados
Ficheiros de texto
Comma-sepparated values
Folha de Cálculo
Bases de dados
Construção de variáveis
NumPy
Matrizes e vetores
Operações básicas com matrizes e vetores
Produção de estatísticas descritivas
Scikit-Learn
Normalização de dados
Identificação e imputação de valores omissos
Identificação e remoção de valores extremos
Variáveis categóricas
Redução de dimensionalidade
Exploração de dados
Projeto de preparação e pré-processamento de dados

Introdução às bibliotecas para análise de dados
Pandas
NumPy
Scikit-Learn
Pandas
Data frames
Operações com data frames (queries)
Manipulação de diferentes estruturas e fontes de dados
Ficheiros de texto
Comma-sepparated values
Folha de Cálculo
Bases de dados
Construção de variáveis
NumPy
Matrizes e vetores
Operações básicas com matrizes e vetores
Produção de estatísticas descritivas
Scikit-Learn
Normalização de dados
Identificação e imputação de valores omissos
Identificação e remoção de valores extremos
Variáveis categóricas
Redução de dimensionalidade
Exploração de dados
Projeto de preparação e pré-processamento de dados

Fundamentos dos modelos de aprendizagem automática
Processo de desenvolvimento de classificadores
Procedimentos de treino e validação
Avaliação de desempenho
Aprendizagem não-supervisionada
Análise de clusters hierárquica
Análise de clusters modelos de partição
Aprendizagem supervisionada
Classificação por vizinhos mais próximos
Árvores de classificação
Projeto de desenvolvimento de um modelo em Python