Python para Ciência de Dados

Conteúdo do curso:

1. Tipos de dados (integers, floats, booleanos e strings)

2. Funções

3. Condicionais

4. Pacotes

5. Loops

6. Listas, tuplas, conjuntos e dicionários

7. Séries e DataFrames

8. Arrays

9. Manipulação de bases de dados "sujas"

10. Visualização de dados usando pandas, matplotlib e searborn

11. Classes, métodos e atributos

12. Estatística com Python usando os pacotes statsmodels e linearmodels

    1. Estatística descritiva

    2. Teste de hipóteses (comparação de médias e de aderência)

    3. Regressão linear

    4. Regressão logística

    5. Modelos lineares generalizados

    6. Modelos de dados em painel (efeitos fixos e aleatórios)

    7. Bootstrapping

13. Machine Learning com Python usando o pacote sklearn

    1. Ajuste e comparação de modelos

    2. Validação cruzada

    3. Tuning de hiperparâmetros

14. Como criar o seu próprio pacote

Obs.: O mesmo curso é dado na graduação, parando no item 10 (Visualização de dados)