Início Rápido com Ciência de Dados
Início Rápido com NumPy
Este curso ensinará os fundamentos da biblioteca NumPy, que suporta muitas operações matemáticas.
Início Rápido com NumPy
- Seu Primeiro Laboratório NumPy
- Atributos e Tipo de Dados (Dtype) de Arrays
- Arrays NumPy e Tipos de Dados
- NumPy no Espaço
- Conversor de Tipo de Dados de Array NumPy
- Operações com Arrays NumPy
- Operação de Array NumPy
- Fatiamento e Indexação NumPy
- Indexação e Fatiamento de Arrays
- Operações de Multiplicação Eficiente de Arrays NumPy
- Manipulação de Formas NumPy
- Tornar o Array NumPy em Sua Forma
- NumPy E/S de Arquivos
- Tópicos Avançados NumPy
- Jogos Matemáticos NumPy
Início Rápido com Pandas
- Seu Primeiro Laboratório Pandas
- Trabalhando com Pandas
- Manipulação de Dados Pandas
- Seleção de Dados em Pandas
- Gráficos Pandas para Análise de Qualidade do Ar
- Trabalhando com Colunas em Pandas
- Análise de Dados de Passageiros do Titanic com Pandas
- Remodelagem de Dados com Pandas
- Combinando Tabelas de Dados em Pandas
- Lidando com Dados de Séries Temporais
- Dados Textuais Pandas
Início Rápido com Matplotlib
- Seu Primeiro Laboratório Matplotlib
- Criar um Gráfico de Linha com Matplotlib
- Tutorial da Interface Matplotlib Pyplot
- Traçando Imagens com Matplotlib
- O Ciclo de Vida de um Gráfico
- Personalizando Visualizações Matplotlib
Início Rápido com scikit-learn
- Modelos Lineares no Scikit-Learn
- Classificadores de Análise Discriminante Explicados
- Explorando Conjuntos de Dados e Estimativas do Scikit-Learn
- Kernel Ridge Regression
- Supervised Learning with Scikit-Learn
- Model Selection: Choosing Estimators and Their Parameters
- Supervised Learning with Support Vectors
- Exploring Scikit-Learn SGD Classifiers
- Unsupervised Learning: Seeking Representations of the Data
- Implementing Stochastic Gradient Descent
- Working with Text Data
- Gaussian Process Regression and Classification
- Dimensional Reduction with PLS Algorithms
- Naive Bayes Example
- Decision Tree Classification with Scikit-Learn
Parabéns!
Você concluiu com sucesso o curso Quick Start With Data Science!
O que você aprendeu
Ao longo deste curso, você adquiriu experiência prática com conceitos e habilidades essenciais. Aqui estão os pontos principais:
- Conceitos básicos: Você dominou os princípios e técnicas fundamentais
- Habilidades práticas: Você aplicou seu conhecimento através de laboratórios interativos e exercícios
- Aplicação prática: Você aprendeu a resolver problemas práticos usando as habilidades adquiridas
Próximos passos
- Continue praticando com laboratórios mais avançados
- Explore cursos relacionados para expandir seu conhecimento
- Aplique o que aprendeu em seus próprios projetos
Continue aprendendo e programando com alegria! 🚀
