[Curso 2 de 10] Torne-se um cientista de dados — esteja pronto para o futuro — NumPy e Pandas para análise de dados
Dr. Junaid Qazi, PhD, Data Scientist
Assista a este curso e milhares de outros
Assista a este curso e milhares de outros
Aulas neste curso
-
-
1.
Boas-vindas à análise de dados [curso 2]
0:10
-
2.
S3: O que é numeroso? Uma breve introdução e instruções de instalação.
3:03
-
3.
S3: Fundamentos do NumPy - matrizes NumPy, métodos incorporados, métodos de matriz e atributos.
27:45
-
4.
S3: Fundamentos do NumPy — Indexação, fatie, transmissão e máscaras booleanas
26:27
-
5.
S3: fundamentos do NumPy - operações aritméticas e funções universais
7:18
-
6.
S3: visão geral de exercícios básicos de NumPy
2:15
-
7.
S3: soluções de exercícios básicos NumPy
25:06
-
8.
S4: O que são pandas? Uma breve introdução e instruções de instalação.
1:44
-
9.
S4: Introdução aos pandas.
2:10
-
10.
S4: Fundamentos do Pandas - Série de estruturas de dados do Pandas
20:15
-
11.
S4: Fundamentos do Pandas - Estruturas de dados do Pandas - DataFrame
29:47
-
12.
S4: Fundamentos do Pandas - Indexação hierárquica
14:11
-
13.
S4: Fundamentos do Pandas — Como lidar com dados ausentes
11:58
-
14.
S4: Pandas Essentials - Estruturação de dados - Combinando, mesclando e juntando
20:13
-
15.
S4: Fundamentos de Pandas — Groupby
10:16
-
16.
S4: Fundamentos do Pandas - Métodos e operações úteis
26:18
-
17.
S4: Fundamentos do Pandas - Projeto 1 (Visão geral) Dados de compras de clientes
8:29
-
18.
S4: Fundamentos do Pandas - Projeto 1 (Soluções) Dados de compras de clientes
30:44
-
19.
S4: Fundamentos do Pandas - Projeto 2 (Visão geral) Dados da folha de pagamento de Chicago
4:24
-
20.
S4: Fundamentos do Pandas - Projeto 2 (Soluções, parte 1) Dados da folha de pagamento de Chicago
17:36
-
21.
S4: Fundamentos do Pandas - Projeto 2 (Soluções, parte 2) Dados da folha de pagamento de Chicago
18:10
-
22.
O que vem a seguir.......!
0:10
-
-
- --
- Nível iniciante
- Nível intermediário
- Nível avançado
- Todos os níveis
Gerado pela comunidade
O nível é determinado pela opinião da maioria dos estudantes que avaliaram este curso. Mostramos a recomendação do professor até que sejam coletadas as respostas de pelo menos 5 estudantes.
268
Estudantes
--
Projeto
Sobre este curso
Este é o curso 2 do Curso Intensivo de Ciência de Dados e Aprendizado de Máquinas.
Lembre-se: use a versão sugerida das bibliotecas durante o curso/curso. É recomendável usar o arquivo .yml para criar o ambiente. Você pode assistir às aulas 6 e 7 do curso 1 para configurar o ambiente para o curso.
Estamos trabalhando com estas versões de números de pandas e numerosos:
numpy=1.11.3 e pandas=0.20.0
Aprendemos fundamentos de Python no curso 1. Vamos continuar e explorar o NumPy e o Pandas para análise de dados agora!
Se você já baixou o Material do curso, não precisa fazer o download novamente. Caso contrário, você pode baixar o Material do Curso no painel à direita.
Conheça seu professor
Dr. Qazi has a solid knowledge of Maths, Statistics that are key to Data Science and Machine Learning. He holds MS in Computer Science and PhD degree. As a mentor and a researcher scientist, with over 17 years of professional experience, Dr. Qazi has developed a skill set in data cleaning/mining, data analysis & data modelling, project management, teaching & training and career advising while working with academic and industrial giants. Dr. Qazi has also served in academia for several years at the rank of lecturer and assistant professor. During his career, he won several funding awards for his research ideas and published high quality articles in well reputed international journals in collaboration with leading scientists from University of British Columbia, Canada; Uni... Visualizar o perfil completo
Projeto prático de curso
Este é o curso 2 do nosso curso intensivo de ciência de dados e aprendizado de máquina. Para obter detalhes, leia as descrições do curso 1 sobre fundamentos de Python. Obrigado.
No caso de você não ter baixado o material do curso 1, pode baixar agora no painel à sua direita, que é apenas para este curso. Você não precisa se já baixou do curso_1.
Nota do curso
Por que fazer parte da Skillshare?
Faça cursos premiados Skillshare Original
Cada curso possui aulas curtas e projetos práticos
Sua assinatura apoia os professores da Skillshare
Aprenda em qualquer lugar
Faça cursos em qualquer lugar com o aplicativo da Skillshare. Assista no avião, no metrô ou em qualquer lugar que funcione melhor para você, por streaming ou download.
Cursos relacionados
