Catálogo de Formações
11.713 formações disponíveis
10808 – Limpeza e transformação de dados em Python
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
10808 – Limpeza e transformação de dados em Python
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
10809 – Visualização de dados 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
10809 – Visualização de dados 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
10809 – Visualização de dados 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
10810 – Fundamentos do desenvolvimento de modelos analíticos 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
10810 – Fundamentos do desenvolvimento de modelos analíticos 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
10810 – Fundamentos do desenvolvimento de modelos analíticos 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
10810 – Fundamentos do desenvolvimento de modelos analíticos 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
10868-CRM analytics
Configuração de estrutura base KPIs de operação Visão 360.º do utente
10877 – Enterprise process automation
BPM, workflows, rules engines, outros RPA – Robotic Process Automation Ferramentas e plataformas RPA Variáveis e estruturas de controlo Sequências de atividades Decisões Loops Estruturas de dados Interações de UI Controlo de erros Debugging Automação com ferramentas de uso geral (Excel, Outlook, PDF, outros) Tecnologias de referência Microsoft, UiPath, Celonis
109_5442_2 Métodos e práticas de negociação
Duração: 50 horasNível: Nível 4Modalidade: Outras formações modulares inseridas no Catálogo Nacional de Qualificações, no quadro da formação continuaOrganização: