Tipos de variáveis, gráficos, medidas de tendência central (média, mediana, moda, quartis, percentis), histogramas, boxplots, medidas de dispersão (desvio-padrão, variância, coeficiente de variação, etc)
O que é, para que serve, espaço amostral, evento, união, interseção, propriedades e regras da probabilidade, probabilidade condicional, teorema de Bayes.
Distribuições: Binomial, Bernoulli, Normal, T-student, Z, F, Chi-quadrado.
Testes de hipótese: Muitos conceitos fundamentais (população vs amostra, hipótese nula, alternativa, p-valor, etc), testes t, testes F, testes Z, testes chi-quadrado, ANOVA 1 fator, Post Hoc, ANOVA 2 fatores, muitos testes não paramétricos (Testes Wilcoxon, Mann-Whitney, Kruskal-Wallis, Spearman) e bootstrap
Teste AB: tamanho mínimo de amostra, vieses e design de teste
Linear simples e múltipla com OLS, R2 e R2 ajustado, pressupostos necessários para regressão, tratamento de variáveis categóricas, regressão logística e introdução a machine learning
Além dos diversos desafios feitos ao longo do curso com muitas bases de dados reais e relacionada a vários temas (business, finance, marketing, saúde, ciência, UX design, etc), ao final do curso você terá acesso também a várias bases de dados completas e instruções do que fazer para você realizar um projeto final de curso (TCC). Essas bases/instruções foram pensadas para que você aplique vários conceitos aprendidos
Com prof Julia Hornick
Instalações, Python para análise de dados, Limpeza de dados, Operações matemáticas, Uso de bibliiotecas como Pandas, Numpy, Plotly
Com prof Julia Hornick
Tipos de dados, tipos de gráfico, dicas de visualização e tudo que você precisa saber para montar um bom Storytelling
*Baseado no livro Storytelling com dados – Cole Knaflic
Com prof Renata Biaggi
Aprenda a desenvolver essa soft skill tão desejada por recrutadores. Vamos abordar conceitos, frameworks de análise e muitos exemplos!
Com direito a um workshop exclusivo gravado do Alexandre Saito
Abordaremos aqui os principais conceitos sobre séries temporais, bem como alguns modelos focados em forecast (ex: ARIMA, SARIMA) e um breve resumo sobre o que é mais recente na área com o modelo LSTM
Tópicos diversos que a professora Renata sempre traz na forma de apostila – sempre muito bem didática e leve. Não são assuntos mandatórios para seguir a carreira mas são assuntos que podem ajudar muitas análises.
Exemplo de tópicos: Análise exploratória completa com Python, Information Value (IV) e Weight of Evidence (WoE), etc.
Graduada em Engenharia e pós-graduada em Data Science, ambos pela UNICAMP (Brasil). Mestranda em Data Science para Marketing pela NovaIMS (Portugal).
Atualmente é Lead Data Science na Europa. No Brasil, já atuou em empresas como Nubank, Hospital Albert Einstein e Mercado Livre. Desde 2018 atuando no mercado de dados, ensinando de uma forma leve, prática e descomplicada
Caso você opte por fazer os exercícios e desafios em Excel, você não precisa de nenhum conhecimento em Python.
Caso opte por fazer os exercícios em Python, você precisará de um nível básico/intermediário na linguagem. Porém, não se preocupe! Criamos um módulo extra ótimo de Python Básico para suprir suas necessidades. E caso queira se aprofundar, também indicaremos materiais gratuitos suplementares.
Você aproveitará mais o curso se souber matemática básica (porcentagem, regra de 3, etc). Caso opte por seguir o curso em Excel, é recomendado um nível básico/intermediário da ferramenta. Caso opte por seguir em Python, não é necessário nenhum conhecimento prévio pois teremos nosso módulo extra para suprir essa necessidade.
Vocês terão acesso por 2 anos após a data da compra
O curso completo custará o valor dito acima e vocês poderão parcelar em até 12x na plataforma da Hotmart. A ideia sempre foi fazer um curso bastante acessível para que o conhecimento seja disseminado no máximo de pessoas possível
Ambos! Eu vou fazê-los em Python e demonstrar como vocês poder realizar os mesmos passos em Excel. A ideia é que vocês se foquem no que realmente importa aqui: a estatística
As aulas são gravadas e você pode assistí-las quantas vezes quiser. Não temos encontros ao vivo, porém, temos suporte para qualquer dúvida que surgir ao longo do curso
A aula 1, módulo extra de Python e módulo extra de Storytelling ficarão disponíveis assim que efetuar a compra
O restante das aulas ficarão disponíveis em 8 dias após a compra
Não!
Muita gente que estuda no EBA também faz parte do PED pois gostam muito do material. Além disso, usamos cerca de 65% da apostila de estatística do EBA no curso de estatística do PED.
Porém, o EBA tem um foco maior em estatística. Aqui temos mais de 30 horas de vídeos explicando tudo direitinho, além de muitos exercícios. Também temos aulas de Python Básico, Storytelling e Raciocínio Analítico.
Não é necessário fazer os dois cursos, mas encorajamos fortemente aqueles que querem trabalhar como analistas ou cientistas de dados a adquirirem ambos.
* IMPORTANTE: Quem faz o EBA ganha desconto no PED e vice-versa! Esse desconto fica disponível 8 dias depois de comprar um dos cursos