Aqui você entende a lógica a ponto de inventar a fórmula.

Da média à regressão logística, na ordem em que as coisas encaixam

18 módulos e 3 bônus. 161 aulas, 53 horas.

• Módulo 1Introdução ao Universo de Ciência de Dados8 aulas

  Big Data, IA, machine learning e o papel do cientista de dados. Com um algoritmo feito na mão.

• Módulo 2Definindo nossos termos8 aulas

  Os combinados da turma e o vocabulário do curso inteiro.

• Módulo 3Medidas de Posição7 aulas

  Média, mediana, percentis e moda. Pra que cada uma foi criada.

• Módulo 4Medidas de Dispersão5 aulas

  Amplitude, variância, desvio padrão e coeficiente de variação.

• Módulo 5Análise Gráfica10 aulas

  Pizza, barras, histograma, box-plot, linha e dispersão. Pra que serve um gráfico?

• Módulo 6Medidas de Assimetria2 aulas

  Assimetria e curtose.

• Módulo 7Medidas de Associação4 aulas

  Covariância e correlação de Pearson. Correlação não significa causa e efeito.

• Módulo 8Probabilidade e Distribuições12 aulas

  Uniforme, Bernoulli, binomial, Poisson, normal, exponencial e t-Student.

• Módulo 9Teorema do Limite Central2 aulas

  O teorema que sustenta os testes que vêm depois.

• Módulo 10Teste de Hipóteses7 aulas

  O teste feito na mão, com e sem o desvio padrão da população.

• Módulos 11 e 12Introdução ao R e Introdução a Python15 aulas

  As duas ferramentas, do começo.

• Módulos 13 e 14Testes Estatísticos, no R e no Python21 aulas

  Teste t, ANOVA, qui-quadrado e não paramétricos. Como escolher o teste certo.

• Módulos 15 e 16Regressão Linear, no R e no Python23 aulas

  Da simples à múltipla, com resíduo, multicolinearidade e Box-Cox.

• Módulos 17 e 18Regressão Logística, no R e no Python21 aulas

  Odds ratio, parâmetros na mão e métricas de decisão, ordenação e estimação.

• Bônus3 módulos em Python10 aulas

  Árvore de decisão, Lasso, Ridge e Elastic Net, e análise de cluster.