Tutoriais de Ciência de Dados
A Ciência de Dados oferece um currículo abrangente para aspirantes a cientistas e analistas de dados. Nossos tutoriais cobrem análise estatística, machine learning e visualização de dados, adequados tanto para iniciantes quanto para alunos intermediários. Através de laboratórios interativos e exercícios práticos de codificação, você obterá experiência prática com conjuntos de dados do mundo real. Nosso playground de ciência de dados permite que você aplique suas habilidades em um ambiente online dinâmico.
Outras Árvores de Habilidades
LinuxDevOpsCibersegurançaKali LinuxDevOps EngineerCybersecurity EngineerBanco de DadosCiência de DadosRed Hat Enterprise LinuxCompTIADockerTreinamento CKSTreinamento CKADTreinamento CKAKubernetesDevSecOpsTreinamento LFCSPythonGitShellNmapWiresharkHydraJavaSQLitePostgreSQLMySQLRedisMongoDBGolangC++CJenkinsAnsiblePandasNumPyscikit-learnMatplotlibDesenvolvimento WebHTMLCSSJavaScriptReact
Broadcasting do NumPy para Computação Eficiente
Broadcasting é um recurso poderoso no NumPy que permite que arrays com formas diferentes sejam usados em operações aritméticas. Ele fornece uma maneira de vetorizar operações de array e melhorar a eficiência computacional. Este laboratório irá guiá-lo pelos conceitos básicos de broadcasting no NumPy.
NumPyPython
Introdução e Configuração do Pandas
Neste laboratório, você começará a usar o Pandas, uma poderosa biblioteca de análise de dados em Python. Você aprenderá como verificar sua instalação, importá-lo, criar uma Series básica, acessar seus elementos e inspecionar suas propriedades.
Pandas
Fundamentos da Manipulação de Arrays NumPy
Neste laboratório, você aprenderá os conceitos básicos de trabalho com arrays NumPy. NumPy é uma biblioteca poderosa para computação numérica em Python. Ela fornece estruturas de dados e funções eficientes para realizar operações matemáticas em arrays.
NumPyPython
Pandas Sorting Data
Neste laboratório, você aprenderá as técnicas essenciais para ordenar dados em um Pandas DataFrame. Você explorará a ordenação por colunas únicas e múltiplas, o controle da ordem de classificação e o gerenciamento do índice do DataFrame após as operações de ordenação.
Pandas
Agrupamento e Agregação com Pandas
Neste laboratório, você aprenderá os fundamentos de agrupamento e agregação de dados usando a biblioteca Pandas. Você praticará o uso de groupby() para criar grupos e aplicar várias funções de agregação.
Pandas
Limpeza Básica de Dados com Pandas
Neste laboratório, você aprenderá as técnicas fundamentais para limpeza de dados usando a biblioteca Pandas, incluindo tratamento de valores ausentes, remoção de duplicatas e correção de tipos de dados.
Pandas
Pandas: Leitura de Dados Externos
Neste laboratório, você aprenderá os fundamentos da leitura de dados externos em um DataFrame Pandas. Você usará a poderosa função `read_csv` e seus parâmetros chave para lidar com vários formatos de arquivos CSV do mundo real.
Pandas
Instalação e Configuração do Scikit-learn
Neste laboratório, você aprenderá a verificar sua instalação do scikit-learn, importar módulos necessários e carregar um dataset de exemplo para começar com machine learning em Python.
scikit-learn
Pré-processamento de Dados com Scikit-learn
Neste laboratório, você aprenderá as técnicas fundamentais de pré-processamento de dados no scikit-learn, incluindo escalonamento de features com StandardScaler e codificação de alvo com LabelEncoder, utilizando o clássico conjunto de dados Iris.
scikit-learn
Criação de DataFrames Pandas
Neste laboratório, você aprenderá as maneiras fundamentais de criar DataFrames Pandas, incluindo a partir de dicionários, e como personalizar suas colunas e índices.
Pandas
Estatísticas Descritivas com Pandas
Neste laboratório, você aprenderá a calcular várias estatísticas descritivas para um Pandas DataFrame, incluindo média, mediana, mínimo/máximo e mais.
Pandas
Funções Universais do NumPy
Neste laboratório, exploraremos os conceitos básicos das Funções Universais (ufuncs) do NumPy. Ufuncs são funções que operam em ndarrays de forma elemento a elemento, suportando broadcasting de arrays, type casting e outros recursos padrão. Aprenderemos sobre os diferentes métodos de ufuncs, regras de broadcasting, regras de type casting e como sobrescrever o comportamento de ufuncs.
NumPyPython
Arrays Estruturados no NumPy
Neste laboratório, aprenderemos sobre arrays estruturados no NumPy. Arrays estruturados são ndarrays cujo tipo de dado é uma composição de tipos de dados mais simples organizados como uma sequência de campos nomeados. Eles são úteis para trabalhar com dados estruturados, como dados tabulares, onde cada campo representa um atributo diferente dos dados.
NumPyPython
Seleção de Dados no Pandas
Neste laboratório, você aprenderá as técnicas fundamentais para selecionar e subsetar dados de DataFrames do Pandas, incluindo a seleção de colunas, linhas e fatias específicas de dados.
Pandas
Criação de Subplots no Matplotlib
Neste laboratório, você aprenderá a criar e personalizar múltiplos subplots em uma única figura usando Matplotlib, uma poderosa biblioteca de plotagem em Python. Você praticará a criação de subplots, a plotagem de dados neles e o ajuste de layouts.
Matplotlib
Carregamento e Exploração de Dados com Scikit-learn
Neste laboratório, você aprenderá os fundamentos de carregamento e exploração de conjuntos de dados no scikit-learn usando o clássico conjunto de dados Iris. Você praticará o acesso a dados, alvos e nomes de características, e realizará uma visualização simples.
scikit-learn
Classificação KNN com Scikit-learn
Neste laboratório, você aprenderá a usar o scikit-learn para construir um classificador K-Nearest Neighbors (KNN), treiná-lo no conjunto de dados Iris e fazer previsões em novos dados.
scikit-learn
Validação Cruzada com Scikit-learn
Neste laboratório, você aprenderá a realizar validação cruzada usando scikit-learn para avaliar o desempenho de um modelo de aprendizado de máquina de forma mais robusta.
scikit-learn
- Anterior
- 1
- 2
- 3
- 4
- 5
- 6
- ...
- 165
- Próximo