O curso destina-se a profissionais e analistas que necessitam lidar com dados caracterizados por variedade e volume extraordinários, e com muita rapidez. O curso mostrará como utilizar a biblioteca Pandas com Python para automatizar e executar tarefas de análise de dados de maneira rápida, não importando quão volumosos ou complexos sejam esses dados. O Pandas pode ajudar a garantir a veracidade de seus dados, visualizá-los para uma tomada de decisão eficaz e reproduzir análises em vários conjuntos de dados de modo confiável.

Os alunos verão como realizar a análise de dados com Python e Pandas através exemplos práticos e insights e como solucionar problemas reais com o Pandas, mesmo que a análise de dados com Python seja novidade para você. Serão apresentados conceitos essenciais por meio de exemplos simples e práticos, expandindo-os de modo incremental para resolver problemas mais difíceis do mundo real.

Além de abordar a combinação de conjuntos de dados, o tratamento de dados ausentes e a estruturação de conjuntos de dados com o intuito de facilitar a análise e a visualização, o curso mostrará técnicas eficazes de limpeza de dados que variam da manipulação básica de strings à aplicação simultânea de funções nos dataframes. Depois que os dados estiverem prontos, os alunos serão orientados na adequação de modelos para previsão, clustering, inferência e exploração. Os alunos receberão dicas sobre desempenho e escalabilidade, e introduzará o aluno em um ecossistema mais amplo da análise de dados com Python.

Conteúdo Programático:
• Como trabalhar com DataFrames e Series e importar e exportar dados
• Criação de plotagens com matplotlib, seaborn e Pandas
• Combinação de conjuntos de dados e tratamento de dados ausentes
• Reformatação, organização e limpeza de conjuntos de dados para que seja mais fácil trabalhar com eles
• Conversão de tipos de dados e manipulação de strings de texto
• Aplicação de funções para escalar as manipulações de dados
• Agregação, transformação e filtragem de conjuntos de dados volumosos usando groupby
• Como tirar proveito dos recursos avançados de data e hora do Pandas
• Adequação de modelos lineares usando as bibliotecas statsmodels e scikit-learn
• Uso de modelagem linear generalizada para adequação de modelos com diferentes variáveis de resposta
• Comparação entre vários modelos para selecionar o “melhor”
• Regularização para evitar a superadequação e melhorar o desempenho
• Uso de clustering em aprendizado de máquina sem supervisão

Curso Anterior Sugerido:
1200 - Programando com Python

Publico Alvo:
• Profissionais que desejam aprender a linguagem de programação Python.

Duração do Curso:
• 32 horas em 4 dias em período integral ou aos Sábados ou em 8 noites.

Formatos:
Este curso está disponível no formato Presencial e VLC (Virtual Live Classroom) com instrutor ao vivo a distância pela internet.

Opcionalmente, o aluno pode escolher o modelo Blended (Presencial e VLC) onde, como o nome sugere, os modelos Presenciais e VLC são misturados. Significa dizer que o aluno fica com a liberdade de escolher os dias em que ele assistirá as aulas presencialmente e os dias que estará assistindo as aulas de casa ou do escritório. Alguns alunos comparecem todos os dias, outros preferem assistir às aulas remotamente, outros intercalam comparecimentos presenciais com aulas a distância. Enfim, o aluno é quem determina a maneira de cada um dos dias de aula de acordo com sua disponibilidade, comodidade ou conveniência.