Visão Geral

Curso Data Analysis with Python, Aprenda Análise de Dados com NumPy e Pandas

Este curso  de análise de Dados Python ministrado por instrutor cobre uma introdução aos principais conceitos da linguagem Python, enfocando basicamente o Big Data Analytics, incluindo a melhor forma de manipular e visualizar seus dados com o excelente suporte de biblioteca do Python.

Este curso de análise de dados é destinado a cientistas de dados, analistas de dados e profissionais de Business Intelligence que desejam entender como usar as ferramentas Python para melhorar os recursos de tratamento de dados; também é adequado para desenvolvedores Python que desejam entrar na Data Science.

Exercícios práticos e percursos interativos são usados ​​ao longo, para que os participantes tenham a oportunidade de aplicar os conceitos propostos em aplicações reais de Ciência de Dados, desde a análise exploratória de dados até a análise preditiva.

Objetivo

Após realizar este Curso Data Analysis with Python, você será capaz de:

• Anaconda, Conda e Jupyter
• Ferramentas de análise de dados Python: NumPy e Pandas
• Limpeza e preparação de dados
• Análise de dados
• Visualização de Dados

Publico Alvo

Analistas, cientistas de dados e desenvolvedores de software que desejam obter uma introdução prática à ciência de dados e aprendizado de máquina com Python.

Pre-Requisitos

Materiais

Conteúdo Programatico

Environment Set-up

1. The Anaconda distribution as Python Data Science platform
2. Overview on Python virtual environment set-up
3. Running code in Jupyter notebook

Data Analysis with Python:

1. Python core concepts
2. Core data types in Python
3. Control flow statements
4. Defining and using custom functions
5. The Python standard library
6. Working with data:
7. Iteration and list comprehensions
8. Accessing raw data on file (CSV, JSON, ...)
9. Working with dates and times
10. Basics of Object-Oriented Programming in Python

Python Data Science libraries

1. Numpy:
2. Working with NumPy arrays
3. Essential operations with NumPy arrays
4. Stats and linear algebra with NumPy

pandas:

1. Working with table-like data in pandas
2. Essential operations with Series and DataFrame object
3. Loading data from file into DataFrame objects
4. Summary statistics over DataFrame objects
5. Data aggregation queries (groupby() method)
6. Exploratory analysis of new datasets
7. Data visualisation over DataFrames
8. Join/merge operations with DataFrames
9. Working with text data in DataFrames
10. Working with Time Series data

Databases:

1. Working with relational databases in Python
2. Overview on SQLAlchemy for database interaction
3. Integration of pandas and SQL