Formação de Qualificação

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

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

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

9188 – Fundamentos de cibersegurança

Ameaças cibernéticas
BOTNETS
Ciber-espionagem
Armas cibernéticas
Internet banking
Mobile malware
Mercado negro da internet
Spam e phishing
Classes populares de malware
Bankers (PC, dispositivos móveis, pontos de venda, ATM)
Mobile
Exploits
Ransoms
Spies
Técnicas modernas de distribuição de ameaças
Armas cibernéticas – ameaças avançadas persistentes (APT) e ameaças industriais
Segurança contra ameaças cibernéticas no posto de trabalho

9188 – Fundamentos de cibersegurança

Ameaças cibernéticas
BOTNETS
Ciber-espionagem
Armas cibernéticas
Internet banking
Mobile malware
Mercado negro da internet
Spam e phishing
Classes populares de malware
Bankers (PC, dispositivos móveis, pontos de venda, ATM)
Mobile
Exploits
Ransoms
Spies
Técnicas modernas de distribuição de ameaças
Armas cibernéticas – ameaças avançadas persistentes (APT) e ameaças industriais
Segurança contra ameaças cibernéticas no posto de trabalho

9188 – Fundamentos de cibersegurança

Ameaças cibernéticas
BOTNETS
Ciber-espionagem
Armas cibernéticas
Internet banking
Mobile malware
Mercado negro da internet
Spam e phishing
Classes populares de malware
Bankers (PC, dispositivos móveis, pontos de venda, ATM)
Mobile
Exploits
Ransoms
Spies
Técnicas modernas de distribuição de ameaças
Armas cibernéticas – ameaças avançadas persistentes (APT) e ameaças industriais
Segurança contra ameaças cibernéticas no posto de trabalho

5081 – Gestão e manipulação avançada de aplicações informáticas de folha de cálculo

Configuração de folha de cálculo
Noção de folha de cálculo, livro e folha
Manipulação/formatação células
Inserção de informação nas células
Preparação da folha para impressão, pré-visualização da impressão
Formatação de cabeçalho e rodapé
Automatização da folha de cálculo
Inserção de funções nas células
Fórmulas simples
Fórmulas complexas
Utilizar referências
Referências relativas, absolutas e mistas
Utilização do Excel como base de dados
Criação listas de dados
Construção de tabelas dinâmicas
Apresentação de dados
Construção e formatação de gráficos
Protecção de dados
Folha
Célula
Livro

Scroll to Top