10806 – Linguagens de scripting e linha de comandos
Aspetos básicos de scripting Utilização de linhas de comando Bash (Linux, Mac OS) Powershell (Windows) Comandos básicos em bash Navegação na linha de comandos Manipulação de ficheiros Leitura de dados GitHub na linha de comandos Acesso a um servidor através da linha de comandos PuTTY SSH SCP Editor de texto VIM Criação de scripts em bash Web Scraping com Python e Bash Acesso a dados através de APIs Exemplos de aplicação prática
10807 – Princípios básicos da análise exploratória de dados
Objetivos e tarefas da estatística e análise de dados Mentiras, ambiguidades e más utilizações da estatística Variáveis estatísticas e tipos de dados Métodos de análise de dados para uma variável Distribuições de frequências e histogramas Medidas de tendência central Medidas de dispersão Medidas de localização Outros indicadores Métodos de análise de dados para duas variáveis Covariância e correlação R de Spearman Medidas de concentração Números índice Princípios básicos sobre probabilidades Princípios básicos sobre amostragem e metodologia de recolha de dados Princípios da análise de componentes principais Projeto de análise exploratória de dados UFCD praticada com base na ferramenta de Excel
10807 – Princípios básicos da análise exploratória de dados
Objetivos e tarefas da estatística e análise de dados Mentiras, ambiguidades e más utilizações da estatística Variáveis estatísticas e tipos de dados Métodos de análise de dados para uma variável Distribuições de frequências e histogramas Medidas de tendência central Medidas de dispersão Medidas de localização Outros indicadores Métodos de análise de dados para duas variáveis Covariância e correlação R de Spearman Medidas de concentração Números índice Princípios básicos sobre probabilidades Princípios básicos sobre amostragem e metodologia de recolha de dados Princípios da análise de componentes principais Projeto de análise exploratória de dados UFCD praticada com base na ferramenta de Excel
10807 – Princípios básicos da análise exploratória de dados
Objetivos e tarefas da estatística e análise de dados Mentiras, ambiguidades e más utilizações da estatística Variáveis estatísticas e tipos de dados Métodos de análise de dados para uma variável Distribuições de frequências e histogramas Medidas de tendência central Medidas de dispersão Medidas de localização Outros indicadores Métodos de análise de dados para duas variáveis Covariância e correlação R de Spearman Medidas de concentração Números índice Princípios básicos sobre probabilidades Princípios básicos sobre amostragem e metodologia de recolha de dados Princípios da análise de componentes principais Projeto de análise exploratória de dados UFCD praticada com base na ferramenta de Excel
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