Escolar Documentos
Profissional Documentos
Cultura Documentos
zip
== Arquivos
=== Módulo 01 - O que é Ciência de Dados
++++ 01. O que é ciência de dados - Material(1).pdf
++++ 01. O que é ciência de dados - Material(2).pptx
++++ 01. O que é ciência de dados - Material(3).pdf
++++ 01. O que é ciência de dados(Arquivos da aula.txt
++++ 02. O que eu quero responder - Material(1).pptx
++++ 03. Os pilares da Ciência de Dados - Material(1).pptx
++++ 04. QUIZ 1 - O que é Ciência de Dados(Arquivos da aula.txt
++++ 05. Banco de Vagas(Arquivos da aula.txt
++++ Introdução a Ciência de Dados.pptx.pptx
= Ciencia_de_Dados_Impressionador_HashTag_2022-002.zip
== Módulo 03 - Python Básico
+++ 28. (Opcional) Aplicação em um Exemplo de argumento.mp4
+++ 29. O que são Módulos e qual a importância.mp4
= Ciencia_de_Dados_Impressionador_HashTag_2022-003.zip
== Módulo 07 - Matplotlib Criando gráficos em Python
+++ 09. Criando um scatter plot usando apenas a documentação.mp4
+++ 10. (Opcional) Revisando o datetime e o astype.mp4
+++ 11_Opcional_Adicionando_rótulo_para_as_cores_de_um_scatter_plot.mp4
= Ciencia_de_Dados_Impressionador_HashTag_2022-004.zip
== Módulo 10 - Introdução ao Aprendizado de Máquinas
+++ 01. O que é Aprendizado de Máquinas (Machine Learning).mp4
+++ 02. O aprendizado de máquinas no Instagram.mp4
+++ 03. Explicando o Aprendizado de Máquinas.mp4
+++ 04. Caso Real - Uso do Aprendizado de Máquinas pelo Walmart.mp4
+++ 05. Como funciona um modelo de Aprendizado de Máquinas.mp4
+++ 06. O erro no processo de aprendizado.mp4
+++ 07. O Aprendizado de Máquinas no Python.mp4
+++ 08. Regressão Linear no Scikit-Learn_ importanto, tratando e entendendo os
dados.mp4
+++ 09. Usando Regressão Linear do Scikit-Learn para calcular a Venda utilizando
apenas o Preço.mp4
+++ 10. Calculando a regressão linear com Scikit-Learn utilizando Preço Original e
Desconto.mp4
+++ 11. Usando o sklearn.metrics para calcular os erros de cada um dos modelos.mp4
+++ 12. A descrição estatística do Pandas.mp4
+++ 13. A variância e o desvio padrão (medidas de dispersão).mp4
+++ 14. Separatrizes_ entendendo os quartis.mp4
= Ciencia_de_Dados_Impressionador_HashTag_2022-005.zip
== Módulo 13 - Utilizando o aprendizado de máquinas
+++ 16_Entendendo_a_classificação_dos_dados_utilizando_a_Árvore_de_Decisão.mp4
+++ 17. Importando e tratando os dados do projeto 3 (iris) para aplicarmos
diferentes modelos de classificação.mp4
+++ 18_Separando_em_treino_e_teste_e_analisando_os_dados_de_TREINO.mp4
+++ 19. Traçando uma reta capaz de separar os dados de TREINO.mp4
+++ 20_Criando_uma_árvore_de_decisão_capaz_de_separar_os_dados_de_TREINO.mp4
+++ 21. Avaliando os dados de TESTE para os dois modelos criados.mp4
== Módulo 15 - O Scikit-Learn
+++ 01. Apresentando a documentação do Scikit-Learn.mp4
+++ 02. Importando o dataset iris do Scikit-Learn e transformando em um DataFrame
do pandas.mp4
+++ 03. O Perceptron no Scikit-Learn.mp4
+++ 04. Entendendo o resultado gerado pelo perceptron.mp4
+++ 05. A árvore de decisão no Scikit-Learn.mp4
+++ 06. Classificação no Scikit-Learn_ entendendo o dataset e criando os
classificadores.mp4
+++ 07_Classificação_no_Scikit_Learn_Avaliando_erros_de_classificação.mp4
+++ 08. (Opcional) O average no precision_score.mp4
+++ 09. Classificação no Scikit-Learn_ separando os dados em treino e teste e
avaliando o modelo.mp4
+++ 10. Classificação no Scikit-Learn_ adicionando novos algoritmos (Regressão
Logística) e melhorando o resultado do Perceptron.mp4
+++ 11. A equação da reta.mp4
+++ 12. Entendendo a regressão linear.mp4
+++ 13. O erro na regressão linear.mp4
+++ 14. A regressão linear no Scikit-Learn.mp4
+++ 15. Regressão no Scikit-Learn_ explicando o problema e importando a base.mp4
+++ 16. Regressão no Scikit-Learn_ utilizando regressão linear simples para prever
o volume de ações.mp4
+++ 17. Regressão no Scikit-Learn_ utilizando regressão linear múltipla.mp4
+++ 18. Regressão no Scikit-Learn_ tratando a variável de data e utilizando no
modelo.mp4
= Ciencia_de_Dados_Impressionador_HashTag_2022-006.zip
== Módulo 18 - Utilizando o SQL com dados reais de venda
+++ 03. Importando todas as bases de dados para o pandas.mp4
+++ 04. Analisando a base de ordens, itens e pagamentos para iniciar o entendimento
dos dados.mp4
+++ 05. Utilizando o groupby do pandas para analisar as ordens com mais de 1
item.mp4
+++ 06. Fazendo o pivot (pivotando) da tabela para analisar diferentes itens na
mesma ordem.mp4
+++ 07. Finalizando o entendimento da base analisando pagamentos, vendedores e
review.mp4
+++ 08. (Opcional) Criando um banco de dados utilizando a documentação do
sqlite3.mp4
+++ 09. (Opcional) Criando uma tabela utilizando um DataFrame do pandas.mp4
+++ 10. (Opcional) Inserindo dados em uma tabela utilizando o to_sql e o INSERT.mp4
+++ 11. (Opcional) Atualizando e deletando registros em uma tabela utilizando
UPDATE e DELETE.mp4
+++ 12. Usando a biblioteca os para visualizar os arquivos que iremos transformar
em tabelas.mp4
+++ 13. Criando um banco de dados e a nossa primeira tabela.mp4
+++ 14. Adicionando todos os arquivos da pasta como tabelas no banco de dados.mp4
+++ 15. Ajustando as colunas de datas e usando o if_exists para substituir tabelas
em uma banco.mp4
+++ 16. Criando uma função para automatizar as consultas no nosso banco de
dados.mp4
+++ 17. Apresentando o banco de dados de vendas.mp4
+++ 18. Exercício Melhorando a satisfação do cliente.mp4
+++ 19. Criando uma história com seus dados.mp4
+++ 20. Dicas para uma boa apresentação de dados.mp4
+++ 21. A estrutura de uma história.mp4
+++ 22. Resolução - O problema realmente existe Conectando ao banco e começando a
analisar a tabela de pedidos.mp4
+++ 23. Resolução - Tratando as colunas de data que estão como texto (usando o
to_datetime do pandas).mp4
+++ 24. Resolução - Calculando o atraso na entrega e verificando a média de atraso
utilizando o datetime.mp4
+++ 25. Resolução - Utilizando o to_period para calcular a média do atraso em cada
um dos meses.mp4
+++ 26. Resolução - Analisando o máximo e mínimo do atraso e visualizando
graficamente utilizando o matplotlib.mp4
+++ 27. Resolução - Criando uma função para contar o número de pedidos atrasados
(usando apply e lambda function).mp4
+++ 28. (Opcional) Formatando o gráfico de pedidos atrasados no matplotlib.mp4
+++ 29. Resolução - Relação da avaliação com o atraso (Analisando a tabela de
avaliações e a tabela de pedidos).mp4
= Ciencia_de_Dados_Impressionador_HashTag_2022-007.zip
== Módulo 18 - Utilizando o SQL com dados reais de venda
+++ 30. Resolução - Entendendo a relação entre a tabela de pedidos e a de
avaliações (pedidos sem avaliação e pedidos com mais de uma avaliação).mp4
+++ 31. Resolução - Avaliando a média e o máximo das notas para pedidos com mais de
uma avaliação.mp4
+++ 32. Resolução - Finalizando o tratamento da base e analisando o___.mp4
+++ 33. Resolução - Entendendo a relação entre o atraso e a avaliação dos
clientes.mp4
+++ 34. Resolução - Calculando a média da avaliação por cada período de atraso e
apresentando graficamente essa informação.mp4
+++ 35. (Opcional) Formatando o gráfico de atraso no pedido x avaliação.mp4
+++ 36. Resolução - Avaliando os comentários de pedidos atrasados.mp4
+++ 37. Resolução - Usando o wordcloud para verificar as palavras mais frequentes
nas reclamações.mp4
+++ 38. Resolução - Melhorando a núvem de palavras (wordcloud) e criando uma núvem
de frases.mp4
+++ 39. Criando uma história com os dados gerados na nossa análise.mp4
+++ nomes completos arquivos.txt
= Ciencia_de_Dados_Impressionador_HashTag_2022-008.zip
== Módulo 19 - Projeto 5 - Criando modelo identificação fraude
+++ 15. Utilizando o ClusterCentroids e o NearMiss para o undersampling para o
modelo de classificação de fraude.mp4
+++ 16. Utilizando SMOTE e ADASYM para o oversampling e testando combinar os
métodos para o modelo de classificação de fraude.mp4
+++ 17. Revisando as métricas de avaliação para modelos de classificação.mp4
+++ 17. Revisando as métricas de avaliação para modelos de classificação.txt
+++ 18. Explicando a curva ROC.mp4
+++ 18. Explicando a curva ROC.txt
+++ 19. Traçando a curva ROC utilizando a árvore de decisão para um classificador
perfeito.mp4
+++ 19. Traçando a curva ROC utilizando a árvore de decisão para um classificador
perfeito.txt
+++ 20. Comparando a curva ROC da árvore de decisão com a da regressão
logísitca.mp4
+++ 20. Comparando a curva ROC da árvore de decisão com a da regressão
logísitca.txt
+++ 21. Explicando a curva de precisão x recall.mp4
+++ 21. Explicando a curva de precisão x recall.txt
+++ 22. (Opcional) Visualizando graficamente como as curvas ROC e precisão x recall
são geradas.mp4
+++ 22. (Opcional) Visualizando graficamente como as curvas ROC e precisão x recall
são geradas.txt
+++ 23. Criando diferentes modelos para classificar nossos pontos (Regressão
Logística, KNN, SVM, Random Forest).mp4
+++ 23. Criando diferentes modelos para classificar nossos pontos (Regressão
Logística, KNN, SVM, Random Forest).txt
+++ 24. Usando a área abaixo da curva de precisão x recall e comparando os
diferentes modelos.mp4
+++ 24. Usando a área abaixo da curva de precisão x recall e comparando os
diferentes modelos.txt
+++ 25. Melhorando a escala dos dados e selecionando os melhores modelos para
classificar os dados.mp4
+++ 25. Melhorando a escala dos dados e selecionando os melhores modelos para
classificar os dados.txt
+++ 26. Selecionando os melhores hiperparâmetros para o modelo de Regressão
Logística.mp4
+++ 26. Selecionando os melhores hiperparâmetros para o modelo de Regressão
Logística.txt
+++ 27. (Opcional) Criando manualmente um código para testar diferentes
hiperparâmetros no modelo.mp4
+++ 27. (Opcional) Criando manualmente um código para testar diferentes
hiperparâmetros no modelo.txt
+++ 28. Usando o GridSearchCV para selecionar os melhores hiperparâmetros para a
Regressão Logística.mp4
+++ 28. Usando o GridSearchCV para selecionar os melhores hiperparâmetros para a
Regressão Logística.txt
+++ 29. Usando o GridSearchCV para o Support Vector Classifier (SVC SVM).mp4
+++ 29. Usando o GridSearchCV para o Support Vector Classifier (SVC_SVM).txt
= Ciencia_de_Dados_Impressionador_HashTag_2022-009.zip
== Módulo 19 - Projeto 5 - Criando modelo identificação fraude
+++ 30. Usando o GridSearchCV para o Random Forest.mp4
+++ 30. Usando o GridSearchCV para o Random Forest.txt
+++ 31. (Opcional) Usando o GridSearchCV para o KNN.mp4
+++ 31. (Opcional) Usando o GridSearchCV para o KNN.txt
+++ 32. (Opcional) Revisando tudo que fizemos até agora.mp4
+++ 32. (Opcional) Revisando tudo que fizemos até agora.txt
+++ 33. Testando novas melhorias no modelo Adicionando novos parâmetros no
GridSearchCV da Regressão Logística.mp4
+++ 33. Testando novas melhorias no modelo Adicionando novos parâmetros no
GridSearchCV da Regressão Logística.txt
+++ 34. Testando novas melhorias no modelo Testando outras formas de realizar o
undersampling.mp4
+++ 34. Testando novas melhorias no modelo Testando outras formas de realizar o
undersampling.txt
+++ 35. Testando novas melhorias no modelo Mudando o scoring do GridSearchCV e
discutindo sobre o oversampling.mp4
+++ 35. Testando novas melhorias no modelo Mudando o scoring do GridSearchCV e
discutindo sobre o oversampling.txt
= Ciencia_de_Dados_Impressionador_HashTag_2022-010.zip
== Módulo 21 - Ajustando os dados para o modelo (Data Cleaning)
+++ 17. Criando a função para transformar as notas dadas em conceitos (textos) em
números de 1 a 10.mp4
+++ 17. Criando a função para transformar as notas dadas em conceitos (textos) em
números de 1 a 10.txt
+++ 18. Otimizando a função criada, unindo duas bases e calculando a média final
dos alunos.mp4
+++ 18. Otimizando a função criada, unindo duas bases e calculando a média final
dos alunos.txt
+++ 19. Apresentando a base de cadastro dos alunos e tratando e-mails escritos
errados.mp4
+++ 19. Apresentando a base de cadastro dos alunos e tratando e-mails escritos
errados.txt
+++ 20. Tratando a data e ajustando as colunas de texto no cadastro dos alunos.mp4
+++ 20. Tratando a data e ajustando as colunas de texto no cadastro dos alunos.txt
+++ 21. Exercício limpeza dos dados no dataset do titanic.mp4
+++ 21. Exercício limpeza dos dados no dataset do titanic.txt
+++ 22. Tratando as informações de embarque vazias e usando a mediana para as
idades.mp4
+++ 22. Tratando as informações de embarque vazias e usando a mediana para as
idades.txt
+++ 23. Analisando a média das idades pela classe, gênero e pelo título extraído do
nome.mp4
+++ 23. Analisando a média das idades pela classe, gênero e pelo título extraído do
nome.txt
+++ 24. Usando o transform para substituir as idades vazias pelo resultado do
groupby e eliminando colunas desnecessárias.mp4
+++ 24. Usando o transform para substituir as idades vazias pelo resultado do
groupby e eliminando colunas desnecessárias.txt
+++ 25. Analisando outliers, cardinalidade e eliminando colunas desnecessárias.mp4
+++ 25. Analisando outliers, cardinalidade e eliminando colunas desnecessárias.txt
= Ciencia_de_Dados_Impressionador_HashTag_2022-011.zip
== Módulo 22 - Outros modelos supervisionados
+++ 21. Entendendo visualmente a previsão feita para o dataset iris.mp4
+++ 21. Entendendo visualmente a previsão feita para o dataset iris.txt
+++ 22. Apresentando a Regressão Logística e importando o dataset iris.mp4
+++ 22. Apresentando a Regressão Logística e importando o dataset iris.txt
+++ 23. Utilizando a regressão logística e visualizando graficamente o gráfico
gerado.mp4
+++ 23. Utilizando a regressão logística e visualizando graficamente o gráfico
gerado.txt
+++ 24. Entendendo o predict_proba (prevendo a probabilidade de cada uma das
classes).mp4
+++ 24. Entendendo o predict_proba (prevendo a probabilidade de cada uma das
classes).txt
+++ 25. Utilizando a regressão logística para um problema com 3 classes.mp4
+++ 25. Utilizando a regressão logística para um problema com 3 classes.txt
+++ 26. Utilizando todo o dataset iris para criar a regressão logística.mp4
+++ 26. Utilizando todo o dataset iris para criar a regressão logística.txt
+++ 27. Apresentando o Support Vector Machine (SVM).mp4
+++ 27. Apresentando o Support Vector Machine (SVM).txt
+++ 28. (Opcional) Importando novamente o dataset iris (passo a passo).mp4
+++ 28. (Opcional) Importando novamente o dataset iris (passo a passo).txt
+++ 29. Utilizando o SVM (SCV) e visualizando graficamente o resultado em dados
linearmente separáveis.mp4
+++ 29. Utilizando o SVM (SCV) e visualizando graficamente o resultado em dados
linearmente separáveis.txt
+++ 30. Explicando o hiperparâmetro C e as margens rígidas e flexíveis do SVM.mp4
+++ 30. Explicando o hiperparâmetro C e as margens rígidas e flexíveis do SVM.txt
+++ 31. Utilizando o SVM para dados que não são linearmente separáveis e analisando
o dataset iris completo.mp4
+++ 31. Utilizando o SVM para dados que não são linearmente separáveis e analisando
o dataset iris completo.txt
= Ciencia_de_Dados_Impressionador_HashTag_2022-012.zip
++ cover.jpg