Introdução a Data Science com Python

Em 2012, o Cientista de Dados foi chamado pela Harvard Business Review de "a profissão mais sexy do século 21". Quais são as habilidade desse profissional tão requisitado pelo mercado? Essa apresentação te ajudará a dar os primeiros passos em Data Science utilizando as principais bibliotecas oferecidas pela linguagem Python para manipulação e visualização de dados e Machine Learning.

Transcript

2. Por quanto vender um imóvel? • Preço muito alto afasta compradores • Preço abaixo do valor é prejuízo
3. Preço (R$) Área (m²) y: Preço em milhares de R$ x: área construída em m² y = 2.59x + 7.8 Regressão Linear para estimar preços
5. Formando um cientista de dados Estatística Álgebra Linear Machine Learning Computação Cálculo Limpeza de Dados Análise Exploratória Engenharia de Atributos Treinamento de Modelos Python R SAS Tableau PowerBI QlikView Marketing Finanças Saúde Bottom-up Top-down
6. Processo da Ciência de Dados Extração de Dados Limpeza de Dados Análise Exploratória Treinamento de Modelos Implantação do Modelo Engenharia de Atributos
7. Caixa de Ferramentas
8. • Notebooks Python na nuvem • Documentação e código juntos • Principais bibliotecas pré-instaladas • GPUs e TPUs gratuitos • Disponível em https://colab.research.google.com/
11. • Dados tabulares em DataFrames • Carrega diversas fontes de dados • Limpeza de dados • Análise Exploratória • Engenharia de atributos • Disponível em https://pandas.pydata.org/
12. Leitura de Dados
13. Medidas Resumo
14. Matriz de Correlação
15. Operações Vetorizadas
16. One-hot encoding
17. • Plotagem de gráficos variados • Alto grau de customização • Exporta para diferentes formatos • Biblioteca de “baixo nível” • Disponível em https://matplotlib.org/
18. • Baseado no matplotlib • Orientado para funcionalidade • Biblioteca de “alto nível” • Disponível em https://seaborn.pydata.org/ seaborn: statistical data visualization
19. seaborn: statistical data visualization
20. seaborn: statistical data visualization
21. seaborn: statistical data visualization
22. • Algoritmos de machine learning ◦ Classificação ◦ Regressão ◦ Clustering ◦ Redução de dimensionalidade
23. • Funções de pré-processamento • Treinamento de modelos ◦ separação de dados de treinamento e validação ◦ cross-validation ◦ funções para cálculos de score
24. • Interface simples • 2 métodos ◦ fit(): executa o treinamento ◦ predict(): retorna a estimativa • Disponível em https://scikit-learn.org/
25. Atributos entrada/saída
26. Dados treinamento/teste
27. Treinamento e predição
28. Avaliação do Modelo
29. Create your first machine learning model in 5 minutes with Google Colab http://bit.ly/mlgc5min