https://github.com/spliknot/estudos-datasciencepython
Objetivo deste repositório é compartilhar meus estudos, progresso e evolução através do Curso de DataScience.
https://github.com/spliknot/estudos-datasciencepython
Last synced: about 1 year ago
JSON representation
Objetivo deste repositório é compartilhar meus estudos, progresso e evolução através do Curso de DataScience.
- Host: GitHub
- URL: https://github.com/spliknot/estudos-datasciencepython
- Owner: splikNot
- License: cc0-1.0
- Created: 2025-01-16T13:38:41.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2025-02-26T18:11:04.000Z (over 1 year ago)
- Last Synced: 2025-04-03T03:19:12.212Z (about 1 year ago)
- Language: Jupyter Notebook
- Homepage:
- Size: 4.27 MB
- Stars: 1
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# DataSciencePython
Objetivo deste repositório é compartilhar meus estudos, progresso e evolução através do conjunto de Cursos para especializar na aplicação de DataScience.
O curso é oferecido pela Universidade de Michigan através da plataforma do Coursera em: [Applied Data Science with Python Specialization](https://www.coursera.org/specializations/data-science-python)
## Estrutura
```
├── curso/ # Essa especialização faz parte de um conjunto de 5 cursos.
├── seção/ # Cada um dos cursos é separado em seções, cada seção possuí anotações no formato notebook
└── exercicios/ # Em cada seção também estará disponivel exercícios de fixação.
├── datasets/ # Os datasets usados em cada seção estão disponíveis no endereço a baixo.
└── seção/ # Datasets organizados por seção do curso
├── Projetos/ # Atividades desenvolvidas fora do curso
├── Readings/ # Alguns artigos interessantes recomendados pelo curso
└── README.md
```
## Datasets
Durante o curso é usado datasets muito grandes. Por questão de armazenamento, os datasets serão disponibizados na núvem e não nesse repositório:
https://drive.google.com/drive/folders/1PEsTsxAqi1Yf_4yrC24F65hCDBofeWT2?usp=sharing
## Ferramentas
Foram empregagas durante o curso ferramentas como:
* Python 3.8
* Jupyter Notebooks
* Bibliotecas: numpy, regex, pandas, seaborn
## Tópicos de Estudo
* Técnicas de funções lambda e manipulação de arquivos .csv;
* Realizar querys em dataframes para limpeza e processamento de dados;
* Descrever e usar as principais funcionalidades de python aplicadas em Ciências de Dados;
* Análisar distribuições, realizar amostragens e testes T.