Data Science

Estatística com Python: resumindo e analisando dados

Estudar na Alura

10hCarga horária

56Atividades

3.310Estudantes

9,2Avaliação média

01Certificado

10hCarga horária

56Atividades

O que você vai aprender

Aprenda a utilizar os conceitos básicos da estatística para geração de insights e resolução de problemas
Compreenda a necessidade de avaliar de forma diferente cada tipo de dado extraindo informações relevantes
Conheça as diferentes medidas de tendência central, separatrizes e dispersão para estatística descritiva dos dados
Compreenda a importância de analisar os dados, entendendo como eles se distribuem e o que os seus comportamentos podem indicar
Conheça o potencial da linguagem Python para análise estatística dos dados atuando como ferramenta de suporte para processos de decisão baseada em dados

Público alvo

Pessoas que querem aprofundar o conhecimento em ciência de dados, aprendendo conceitos da estatística voltado à resolução de problemas utilizando a linguagem Python.

Iniciar curso

Ementa

Apresentação
Preparando o ambiente: base de dados e contexto do projeto
Importando os pacotes e lendo os dados
Investigando os tipos dos dados
Para saber mais: tipos de variáveis
Otimizando pacotes de viagem na Jornada Viagens
Manipulando dados qualitativos ordinais
Para saber mais: identificando dados qualitativos nominais e ordinais em números
Melhorando a comunicação na plataforma Freelando
Diferenciando dados discretos e contínuos
Mão na massa: explorando novos dados
O que aprendemos?

Descubra se esse curso é pra você!

Ler as primeiras aulas

Certificado reconhecido pelas maiores empresas do Brasil e do mundo.

Aprenda com quem está construindo o mercado

Danielle Oliveira

Danielle é formada em Sistemas de Informação. Fez parte do Scuba Team. Atualmente é instrutora de Da...

LinkedIn X

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Explore conteúdos

Inicie sua jornada agora.