Escolar Documentos
Profissional Documentos
Cultura Documentos
DADOS IMPRESSIONADOR
1 Proposta e Objetivo do Curso
Esse será uma formação em Ciência de Dados. Usamos o conceito de formação pois
vamos te ensinar todos os conteúdos necessários para que você consiga seguir a
carreira de cientista de dados ou simplesmente utilizar os conhecimentos de ciência
de dados para melhorar qualquer processo na sua empresa, o que vai te ajudar a se
destacar na sua carreira. Isso inclui desde técnicas de alinhamento com o negócio
até conceitos estatísticos importantes. Toda a formação se baseia nos 3 principais
pilares de ciência de dados que são: negócios, estatística e python.
3 Apostila e Suporte
No Impressionador, temos uma equipe de experts focada no suporte, portanto
conseguimos tirar dúvidas além do conteúdo, incluindo coisas que você precise fazer
no seu trabalho (não é uma consultoria, então não fazemos com você, mas
conseguimos tirar dúvidas de qualquer ferramenta que você esteja construindo sim),
além de apostila completa que será disponibilizada nas próximas semanas,
exercícios extras e atualização constante.
Módulo 2
Módulo 3
Python Básico
1. Explicando esse módulo
2. Instalando o Python no Windows
3. Problemas na Instalação - Resolvido
4. Mac, Linux e Google Colab
5. Criando seu Primeiro Programa
6. Variáveis
7. Tipos de Variáveis
8. Estrutura do if - Condições no Python
9. Elif
10. Comparadores
11. And e Or
12. Listas em Python
13. Índices em Lista, Consultando e Modificando Valores
Python Básico
14. Estrutura de Repetição For
15. For each - Percorrer cada item de uma lista
16. For e If
17. Estrutura While
18. Loop Infinito no While
19. Tuplas
20. Unpacking em Tuplas
21. Dicionários em Python
22. Pegar item Dicionário e Verificar Item Dicionário
23. Range
24. Functions no Python
25. Retornar um valor na Function
26. Argumentos e Parâmetros numa Function
27. (Opcional) Aplicação em um Exemplo de argumento
28. O que são Módulos e qual a importância
Módulo 5
1. Explicando o projeto
2. Importando e tratando a base com Pandas
3. Tratando valores nulos da coluna Carrossel
4. Analisando informações estatísticas e 5 melhores / 5 piores
publicações
5. O group by no pandas e a análise do engajamento
6. Analisando Tags: Separando valores de uma coluna em linhas
diferentes (split e explode)
7. Analisando Tags: Analisando o engajamento por Tags
8. Analisando Tags: Finalizando a análise da nossa base (analisando
tag, pessoas e campanhas)
Introdução à Estatística
Módulo 7
1. Apresentando o Matplotlib
2. Introdução ao Matplotlib
3. Usando a documentação para criar nosso primeiro gráfico (gráfico
de linha)
4. (Opcional) Entendendo a documentação do Matplotlib
5. Usando gráficos (de linha) para entender os dados (máximo,
mínimo e média mensal de curtidas)
6. Filtrando a base usando o contains (e fillna para tratar valores
vazios)
7. Criando e ajustando o visual (rotacionando o eixo x) de um gráfico
de barras
8. Usando o annotate para adicionar rótulos de dados no gráfico
9. Criando um scatter plot usando apenas a documentação
10. (Opcional) Revisando o datetime e o astype
1. Apresentando o projeto
2. Importando e analisando a base
3. Tratando valores vazios
4. Usando o datetime para tratar datas
5. Criando um gráfico de barras no matplotlib
6. Adicionando título no gráfico e ajustando o eixo x
7. Adicionando e formatando rótulo de dados, ajustando o eixo y e
retirando bordas
8. Vendas por mês e transformando índices em colunas com o
reset_index
9. Entendendo o deslocamento das barras em um gráfico de barras
horizontais
10. Adicionando todos os anos no gráfico de barras e colocando
rótulo nos dados
11. Mudando os rótulos do eixo x e finalizando o visual da venda por
mês
12. Respondendo qual foi a categoria mais vendida
13. Criando um gráfico de barras horizontais para o top N itens
14. Usando o merge para unir 2 bases no pandas
15. Usando o merge para criar a relação de top N itens pelos anos
16. Criando o gráfico de barras horizontais do top N itens pelos anos
17. Concluindo o projeto e respondendo as informações do negócio
18. Apresentando as informações em um PowerPoint
Módulo 11
Módulo 13
Módulo 14
O Scikit-Learn
1. Apresentando o sqlite3
2. Transformando dados do SQL em um DataFrame do pandas
3. Selecionando (SELECT) dados de um banco de dados com SQL
4. Utilizando o WHERE para filtrar a nossa tabela
5. (Opcional) Revisando o SELECT utilizando o sqlite3
6. (Opcional) Revisando o SELECT DISTINCT e o WHERE (AND, OR e
NOT)
7. Utilizando o GROUP BY e o ORDER BY no SQL
8. Limitando a base com o TOP / LIMIT e usando o HAVING para
filtrar a tabela
9. Definindo condicionais no SQL com o CASE
10. Utilizando subquery no SQL
11. Outros filtros no SQL (IN e LIKE)
12. Bases de dados com mais de 1 tabela
13. Revisando o merge do pandas
14. Unindo duas bases no SQL utilizando o JOIN
15. O UNION e o FULL JOIN no SQL
Módulo 21
Feature Engineering
Feature Engineering
R Básico