Iniciamos o curso apresentando o ambiente Anaconda que traz todo o suporte necessário às bibliotecas e ferramentas mais utilizadas no escopo de dados na linguagem Python.

Aprenda mais sobre a biblioteca Pandas, que é utilizada em Python e contribui para a análise de dados, ajudando desde o carregamento dos dados, até as tarefas mais pesadas de limpeza e transformação.

Você vai trabalhar com análise numérica de forma facilitada por bibliotecas, como: Pandas e Numpy. Também vai conhecer os principais tipos de gráficos e o momento adequado para utilizar cada um deles. A análise visual de informações é fundamental em um contexto com um grande volume de dados, já que oferece grande capacidade de síntese.

Para que os dados sejam preparados adequadamente para uma aplicação de Machine Learning (Aprendizagem de Máquina), cada projeto precisa iniciar com objetivos claros. Neste curso, veremos os principais algoritmos de aprendizado supervisionado, não supervisionado, e uma introdução à API do Sklearn - biblioteca que provê todo o suporte aos principais algoritmos de Machine Learning.

No curso vamos aplicar modelos com algoritmos de regressão, classificação e clusterização. Vamos construir um modelo de precificação de imóveis, um detector de fraudes e, por fim, um recomendador de filmes.