Escolar Documentos
Profissional Documentos
Cultura Documentos
POWER BI
Para Data Science, versão 2.0
Sobre Nós
Data Science Academy
Parte 1 Parte 2
Análise de Dados com Gráficos, Mapas e
Power BI Dashboards
Parte 4
Parte 3
SQL Analytics,
Estatística, R, Python e
Automação, Agentes
Machine Learning
Virtuais, Power Apps
Conteúdo Programático
01 Introdução
04 Modelagem e Relacionamento
06 Gráficos e Mapas
07 Dashboards Interativos
16 SQL Analytics
17 Power Automate
19 Power Apps
Este é um
Objetivo e
Curso de
Prático
Introdução
Requerimentos de Hardware
Recomendação:
Windows 10
Dado
Dados x Informação x Conhecimento x Inteligência
Informação
Dados x Informação x Conhecimento x Inteligência
Conhecimento
Dados x Informação x Conhecimento x Inteligência
Ciência de Dados
Primeiros Passos com o
Power BI Desktop
Primeiros Passos com Power BI Desktop
Estudo de Caso
Construindo um Dashboard de Vendas
Power BI Desktop
Workflow
Power BI Desktop Workflow
Power BI Desktop
Relationship View
Query Editor Report View
Data View
Business Intelligence no Power BI
Você é Pago Para
Resolver Problemas
Você é Pago Para Resolver Problemas
5. Observe as perguntas que uma pessoa faz! Elas dizem muito mais do que as respostas!
Você é Pago Para Resolver Problemas
Business
Intelligence
Introdução a Business Intelligence no Power BI
BI é, portanto, um conceito!
Modelo de Organização
dos Dados
Modelo de Organização dos Dados
Produtos Vendedor
Vendas
Tempo
Modelo de Organização dos Dados
Modelagem, Relacionamento
e Introdução ao DAX
As 4 Fases do
Aprendizado
As 4 Fases do Aprendizado
Como foi seu aprendizado até Como foi seu aprendizado até
aqui no curso? Teve dúvidas, aqui no curso? Não teve
dificuldades? dúvidas ou dificuldades?
Competência
Inconsciente
Competência
Consciente Você sabe de
Incompetência forma
Consciente inconsciente!
Incompetência Você sabe o
Inconsciente Você sabe o que sabe!
que não
Você não sabe!
sabe o que
não sabe!
Power BI Desktop
Workflow
Power BI Desktop Workflow
Relaeonship View
Query Editor Report View
Data View
Relacionamentos e
Cardinalidade
Relacionamentos e Cardinalidade
Um para Um (1:1)
ID-Produto é PK ID-Produto é FK
(Primary Key ou Chave (Foreign Key ou Chave
Primária) Estrangeira)
Relacionamentos e Cardinalidade
Um para Um (1:1)
Agregação Filtros
Gráficos e Mapas
Introdução
Parte 1 Parte 2
Análise de Dados com Gráficos, Mapas e
Power BI Dashboards
Parte 4
Parte 3
SQL Analy>cs,
Estatística, R, Python e
Automação, Agentes
Machine Learning
Virtuais, Power Apps
Introdução
01 Introdução
04 Modelagem e Relacionamento
06 Gráficos e Mapas
07 Dashboards Interativos
Mas qual das duas é mais efeeva e leva a um aprendizado mais rápido?
Qual a Melhor Estratégia de Aprendizado?
Estratégia A Estratégia B
Mais eficiente e mais rápida! Muito mais lenta, pode causar
frustração e dificulta o aprendizado!
Qual a Melhor Estratégia de Aprendizado?
A
1001 Pelé Cientista de Dados
1002 Zico Engenheiro de Machine
Learning
1003 Romário Cientista de Dados
Índice Número de Preço Casa (R$)
B
Quartos
1 5 250.000
2 3 180.000
3 6 300.000
Visualização de Dados Numéricos e Não Numéricos
Gráfico da Tabela A
A
Número de pessoas
por cargo
2
1
Gráfico da Tabela B
Gráfico da Tabela A
A
Número de pessoas
por cargo
2
1
Gráfico da Tabela B
Definição do Problema
Uma empresa comercializa produtos online. A empresa configurou o Google AnalyWcs para
extrair dados sobre o perfil dos visitantes do portal de e-commerce e agora o Gestor da área de
MarkeWng gostaria de ter as respostas às perguntas abaixo:
1. Como os clientes mais acessam nosso portal, por busca orgânica ou paga?
2. Quanto tempo em média um visitante permanece em nosso portal por dia do mês?
3. Qual a principal fonte de acesso ao nosso portal?
4. Qual o sistema operacional mais usado para acessar nosso portal?
5. Qual o disposiWvo mais usado para acesso ao nosso portal?
6. Qual o total de faturamento por dia?
Mini-Projeto 1
Data Warehouse
Estudo de Caso 4
Construindo um Data Warehouse de Vendas
Etapa 5 Etapa 6
Parte 1 Parte 2
Análise de Dados com Gráficos, Mapas e
Power BI Dashboards
Parte 4
Parte 3
SQL AnalyRcs,
Estatística, R, Python e
Automação, Agentes
Machine Learning
Virtuais, Power Apps
Introdução
NÃO
Estatística x Data Science
MatemáWca e
EstaisWca
Data
Science
Ciência da Conhecimento
Computação das Áreas de
Negócio
Definindo Estatística
O Que é Estatística?
O Que é Estatística?
No mundo moderno, a alta
compeeevidade na busca de
tecnologias e de mercados
tem provocado uma
constante corrida pela
informação.
Definindo Esta-s.ca
O Que é Estatística?
A Estatística fornece técnicas
e métodos de análise de
dados que auxiliam o
processo de tomada de
decisão nos mais variados
problemas onde existe
incerteza.
Áreas Onde Aplicamos
Estatística
• Bioesta(s)ca
• Contabilometria
• Controle de qualidade
• Esta(s)ca comercial
• Esta(s)ca econômica
• Esta(s)ca de engenharia
• Esta(s)ca 9sica
• Esta(s)ca populacional
• Esta(s)ca psicológica
• Esta(s)ca social (para as ciências sociais)
• Geoesta(s)ca
• Pesquisa operacional
• Análise de processo e quimiometria
Estatística e a Quarta
Revolução Industrial
Estatística e a Quarta Revolução Industrial
Revolução
Digital
Revolução da
Tecnologia 4.0
Revolução 3.0
Industrial
Revolução da
Agricultura 2.0
1.0
Estatística e a Quarta Revolução Industrial
E qual a matéria-prima da
quarta revolução industrial?
Dados
Esta6s7ca e a Quarta Revolução Industrial
Técnicas de análise de
dados, como as que são
fornecidas pela Esta9s:ca!
As Principais Áreas da
Estatística
As Principais Áreas da Estatística
As Principais Áreas da
Estatística
As Principais Áreas da Esta5s6ca
Probabilidade
Estudo da aleatoriedade e
da incerteza.
As Principais Áreas da Esta5s6ca
Estatística Descritiva
Estatística Inferencial
É o processo de estimar
informações sobre uma
população a partir dos
resultados observados em
uma amostra.
E o Que Devo
Aprender Primeiro?
E o Que Devo Aprender Primeiro?
Formação Análise
Formação Cien4sta
Esta:s4ca Para
de Dados
Cien4stas de Dados
População e Amostra
População e Amostra
População
Amostra
População e Amostra
É Sopa!
População e Amostra
População e Amostra
É Sopa novamente!
População e Amostra
Randomização
População e Amostra
Ok, entendi.
Censo
Amostra
Técnicas de Amostragem
Inferência
Técnicas de Amostragem
Parabéns!!
Lembra da sopa?
Técnicas de Amostragem
Probabilística
X
Não Probabilística
Técnicas de Amostragem
Amostragem Probabilística
• Amostragem a Esmo
• Amostragem Intencional
• Amostragem Por Voluntários
Técnicas de Amostragem
Amostragem
Amostragem Não
Amostragem Probabilís0ca
Probabilís0ca
Sistemá0ca
Reamostragem
(Boostrap)
Parâmetro
X
Estatística
Parâmetro x Estatística
População
Amostra
Parâmetro x Estatística
AMOSTRA POPULAÇÃO
ESTATÍSTICA PARÂMETRO
EXEMPLO:
EXEMPLO:
% DA POPULAÇÃO QUE
% DA AMOSTRA QUE PREFERE Usado para
Esemar PREFERE A MARCA DE
A MARCA DE SAPATOS X
SAPATOS X
Dados Primários
X
Dados Secundários
Dados Primários x Dados Secundários
Dados Primários
D
V
E
A
S
N
V
T
A
A
N
G
T
E
A
N
G
S
E
N
S
Dados Primários x Dados Secundários
Dados Secundários
D
V
E
A
S
N
V
T
A
A
N
G
T
E
A
N
G
S
E
N
S
Dados Primários x Dados Secundários
Informação à Conhecimento
Observações
X
Variáveis
Observações x Variáveis
Observação
Variável
Variáveis
Observações
Tipos de
Variáveis
Tipos de Variáveis
Variáveis
Observações
Tipos de Variáveis
As medidas de posição são valores que representam a tendência de concentração dos dados
observados. As mais importantes são as medidas de tendência central. As três medidas de
tendência central mais uWlizadas são: média aritméWca, moda e mediana.
População
População
Média
Amostra
Amostra Mediana
Moda
Medidas de Posição
Moda
Disciplinas Notas
Disciplina 1 100
Disciplina 2
Disciplina 3
100
100
Média Final = 75
Disciplina 4 50
Disciplina 5 50
Disciplina 6 50
Medidas de Dispersão
Disciplinas Notas
Disciplina 1 75
Disciplina 2 74
Disciplina 3 76 Média Final = 75
Disciplina 4 77
Disciplina 5 75
Disciplina 6 74
Medidas de Dispersão
Calculando a Variância e
o Desvio Padrão
Medidas de Dispersão
A análise das notas do Julio revelam: A análise das notas da Fernanda revelam:
Percentil
Medidas de Posição Relativa
Quartil
Medidas de Posição Relativa
Mediana
50% 50%
abaixo acima
Medidas de Posição Relativa
• Intervalo InterquarLl à Q3 - Q1
• Intervalo Semi-interquarLl à (Q3 – Q1 ) / 2
• QuarLl Médio à (Q3 + Q1 ) / 2
Medidas de Posição Relativa
Métodos Numéricos
Métodos Estatísticos Para Análise de Dados
Métodos Estatísticos Para Análise de Dados
Com a Linguagem
Python temos
Com Linguagem R manipulação de
trazemos para o dados, modelos de
Power BI uma Machine Learning e IA
poderosa plataforma e gráficos avançados.
Ao usar o DAX,
conseguimos de análise estatística,
customizar o processo além de gráficos
de análise de dados e avançados.
O Power BI oferece
criar regras de
funcionalidades
negócio avançadas.
básicas de
manipulação de dados
e criação de gráficos.
Mini-Projeto 3
Spar
k
Afinal, Por Que
Precisamos de
Machine Learning?
Afinal, Por Que Precisamos de Machine Learning?
Algoritmo de Treinamento
Modelo
Dados Machine com Dados de
Criado
Learning Treino
Avaliação do
Modelo com
Dados de
Teste
Tipos de Aprendizado em Machine Learning
Aprendizado
Aprendizado Aprendizado
Não
Supervisiona Supervisiona
Supervisiona Aprendizado
do do
do Por Reforço
Regressão Classificação
Clusterização
SQL Analytics
Introdução
16 SQL Analytics
17 Power Automate
19 Power Apps
Linguagem SQL
Instruções DQL Instruções DML Instruções DDL Instruções DCL Instruções DTL
(Data Query Language) (Data Manipulation Language) (Data Defini5on Language) (Data Control Language) (Data Transaction Language)
Low Code
Microsoft Power Platform
O Que é Automação
Robótica de Processos?
O Que é Automação Robótica de Processos?
Automação Robótica de
Processos ou Robotic Process
Sequência de passos de Automation (RPA) é um
uma a_vidade ou tarefa conjunto de ações cujo objetivo
é automatizar processos de
negócio.
Isso é um chatbot!
O Que é um Chatbot?
“Um programa de computador projetado para simular conversas com usuários humanos,
especialmente pela Internet.”
É um assistente que se comunica conosco por meio de mensagens de texto, um agente virtual que
se integra a web sites, aplicaWvos ou mensageiros instantâneos e ajuda os empresários a se
aproximarem dos clientes. O chatbot é um sistema automaWzado de comunicação com os usuários.
Business Applications
Business Applications
Low Code é Realmente
Vantajoso Para Uma
Empresa?
Low Code é Realmente Vantajoso Para Uma Empresa?
1- Velocidade
2- Agilidade
3- Desenvolvimento “MulWexperience”
4- Inovação
5- Redução do Envolvimento da TI
Low Code é Realmente Vantajoso Para Uma Empresa?
Para pequenas e (algumas) médias empresas o uso de soluções baseadas em low code pode sim trazer
benefícios, principalmente em termos de velocidade e redução de custos.
Para (algumas) médias e grandes empresas o uso de soluções low code ainda não seria capaz de atender os
requerimentos e complexidade dos processos de negócio, além das questões de compliance e segurança.
Encerramento
Conteúdo Programático
(20 Módulos)
Parte 1 Parte 2
Análise de Dados com Gráficos, Mapas e
Power BI Dashboards
Parte 4
Parte 3
SQL AnalyRcs,
Estatística, R, Python e
Automação, Agentes
Machine Learning
Virtuais, Power Apps
Encerramento
Promessas feitas no início do curso de Power BI:
Promessa Status
Curso prático com exemplos claros e objetivos
Material de qualidade e excelência
Grande quanedade de conteúdo relevante
Diferentes áreas de estudo
BI e Data Science
Integração do Power BI com Linguagens R e
Python
Introdução à Microsoft Power Platform
Cereficado de conclusão e curso totalmente
gratuito
Encerramento
Próximos Passos:
www.datascienceacademy.com.br
Muito Obrigado!
Continue Trilhando Uma Excelente
Jornada de Aprendizagem.