We may earn an affiliate commission when you visit our partners.
Course image
Coursera logo

Ferramentas para Ciência de Dados

Introdução ao R

Anderson França

Nossas boas-vindas ao Curso Ferramentas para Ciência de Dados: Introdução ao R.

Read more

Nossas boas-vindas ao Curso Ferramentas para Ciência de Dados: Introdução ao R.

Neste curso, você aprenderá que o mundo evoluiu muito quando o assunto é tomada de decisão baseada em dados e já não é possível comparar a quantidade de informações a que temos acesso atualmente com o que tínhamos disponíveis décadas atrás.

Basicamente, a ciência de dados tem como objetivo encontrar formas inovadoras para analisar e impulsionar o crescimento de negócios, por isso, muitas ferramentas analíticas foram adotadas pelo mercado e são utilizadas para processar os dados, realizar análises avançadas e facilitar o processo de tomada de decisão.

Ao final deste curso, você será capaz de conhecer as principais ferramentas de mercado e aprender os fundamentos da linguagem R e como utilizá-la em seu dia-a-dia. O curso cobre a os principais tópicos:

- Ferramentas para Data Science;

- Introdução à linguagem de programação em R;

- Utilização de ambiente de desenvolvimento;

- Instalação e utilização de bibliotecas no R;

- Escrita de funções em R;

- Escrita, leitura e manipulação de dados;

- Análises gráficas.

Enroll now

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Curso introdutório indicado para iniciantes que buscam conhecer os fundamentos da ciência de dados
Aborda o uso de ferramentas analíticas essenciais no mercado para processamento de dados e tomadas de decisão
Instruções ministradas por Anderson França, reconhecido especialista na área

Save this course

Save Ferramentas para Ciência de Dados: Introdução ao R to your list so you can find it easily later:
Save

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Ferramentas para Ciência de Dados: Introdução ao R with these activities:
Review R Basics
Revisit R basics to strengthen foundational knowledge.
Show steps
  • Review R syntax
  • Practice basic R operations
  • Complete short R exercises
Review Introduction to R
Review basic concepts in R to build on prior knowledge.
Show steps
  • Read textbook chapters on R basics
  • Rewatch lectures on R fundamentals
  • Complete practice problems on R basics
R Study Group
Engage with peers to discuss R concepts and work on projects.
Show steps
  • Join or form a study group with other R learners
  • Meet regularly to discuss course material
  • Work together on R projects and assignments
Two other activities
Expand to see all activities and additional details
Show all five activities
Data Visualization Project
Apply R skills to a practical data visualization project.
Browse courses on Data Visualization
Show steps
  • Gather and explore a dataset
  • Choose appropriate data visualization techniques
  • Create visualizations using R libraries like ggplot2
  • Interpret and communicate the results
Contribute to R Open Source Projects
Gain practical experience and contribute to the R community.
Show steps
  • Identify R open source projects to contribute to
  • Review project documentation and guidelines
  • Make code contributions or report bugs
  • Engage with project maintainers and other contributors

Career center

Learners who complete Ferramentas para Ciência de Dados: Introdução ao R will develop knowledge and skills that may be useful to these careers:
Statistician
This course may be useful for aspiring Statisticians who want to build a foundation in data analysis and manipulation using the R programming language. R is a widely adopted tool in the statistics field, and proficiency in R can open doors to various statistician roles.
Biostatistician
This course may be useful for aspiring Biostatisticians, as it can help build a foundation in data analysis and manipulation using the R programming language. R is a widely adopted tool in the biostatistics field, and proficiency in R can open doors to various biostatistician roles.
Quantitative Analyst
This course may be useful for aspiring Quantitative Analysts, as it can help build a foundation in data analysis and manipulation using the R programming language. R is a widely adopted tool in the quantitative finance field, and proficiency in R can open doors to various quantitative analyst roles.
Data Scientist
This course may be useful for aspiring Data Scientists, as it can help build a foundation in data analysis and manipulation using the R programming language. R is a widely adopted tool in the data science field, and proficiency in R can open doors to various data science roles.
Data Analyst
This course may be useful for aspiring Data Analysts, as it can help build a foundation in data analysis and manipulation using the R programming language. R is a widely adopted tool in the data science field, and proficiency in R can open doors to various data analyst roles.
Data Science Manager
This course may be useful for aspiring Data Science Managers who want to build a foundation in data analysis and manipulation using the R programming language. R can be useful for managing data science teams and projects, and proficiency in R can complement other data science management skills.
Machine Learning Engineer
This course may be useful for aspiring Machine Learning Engineers, as it can help build a foundation in data analysis and manipulation using the R programming language. R can be useful for building and deploying machine learning models, and proficiency in R can complement other machine learning engineering skills.
Research Scientist
This course may be useful for aspiring Research Scientists who want to build a foundation in data analysis and manipulation using the R programming language. R can be useful for conducting research and analyzing data, and proficiency in R can complement other research scientist skills.
Actuary
This course may be useful for aspiring Actuaries who want to build a foundation in data analysis and manipulation using the R programming language. R can be useful for performing actuarial calculations and analyzing data, and proficiency in R can complement other actuarial skills.
Data Science Consultant
This course may be useful for aspiring Data Science Consultants who want to build a foundation in data analysis and manipulation using the R programming language. R can be useful for providing data science consulting services, and proficiency in R can complement other data science consulting skills.
Epidemiologist
This course may be useful for aspiring Epidemiologists, as it can help build a foundation in data analysis and manipulation using the R programming language. R can be useful for analyzing epidemiological data and conducting research, and proficiency in R can complement other epidemiology skills.
Market Researcher
This course may be useful for aspiring Market Researchers, as it can help build a foundation in data analysis and manipulation using the R programming language. R can be useful for analyzing market data and conducting research, and proficiency in R can complement other market research skills.
Business Analyst
This course may be useful for aspiring Business Analysts, as it can help build a foundation in data analysis and manipulation using the R programming language. R can be useful for performing data analysis to support business decisions, and proficiency in R can complement other business analysis skills.
Data Engineer
This course may be useful for aspiring Data Engineers, as it can help build a foundation in data analysis and manipulation using the R programming language. R can be useful for building data pipelines and managing data infrastructure, and proficiency in R can complement other data engineering skills.
Software Engineer
This course may be useful for aspiring Software Engineers who want to specialize in data-related software development. Proficiency in R can be valuable for developing software solutions that involve data analysis and manipulation.

Reading list

We've selected 12 books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Ferramentas para Ciência de Dados: Introdução ao R.
Este livro é um manual abrangente da linguagem R, cobrindo todos os aspectos da linguagem, desde os fundamentos até técnicas avançadas. É uma referência valiosa para programadores R de todos os níveis de habilidade.
Este livro é um guia abrangente para o pacote ggplot2 do R, uma poderosa biblioteca para criar visualizações de dados. Ele aborda diferentes tipos de gráficos, personalização e técnicas avançadas de visualização.
Este livro fornece orientações sobre práticas eficazes de programação em R, abordando tópicos como design de código, depuração e gerenciamento de pacotes. É um guia essencial para programadores R que buscam melhorar suas habilidades de codificação.
Este livro é um guia prático para ciência de dados com R, cobrindo tópicos como carregamento e manipulação de dados, visualização, modelagem estatística e implantação de modelos. Ele fornece exemplos e estudos de caso do mundo real.
Este livro é um guia abrangente para a linguagem R, focado em análise de dados e visualização. Ele aborda tópicos avançados como manipulação de dados, programação funcional e gráficos avançados.
Este livro aborda conceitos e técnicas de estatística bayesiana usando R e Stan. Ele fornece uma compreensão profunda dos métodos bayesianos e seus aplicativos em ciência de dados e pesquisa.
Este livro fornece uma visão abrangente de técnicas de modelagem preditiva usando R. Ele aborda diferentes algoritmos de aprendizado de máquina, seleção de recursos, avaliação de modelos e implantação. É um guia valioso para cientistas de dados que buscam construir modelos preditivos robustos.
Este livro fornece uma introdução à análise exploratória de dados (EDA) com R. Ele aborda técnicas para explorar e resumir dados, identificar padrões e outliers e testar hipóteses.
Este livro aborda técnicas avançadas de manipulação de dados com R, incluindo manipulação de strings, gerenciamento de data e hora e operações de conjunto de dados. É um recurso valioso para cientistas de dados que precisam lidar com dados complexos.
Este livro fornece uma visão profunda da sintaxe e da filosofia da linguagem R. Ele aborda tópicos como programação funcional, gerenciamento de memória e depuração, tornando-o uma referência valiosa para programadores R experientes.
Este livro é um guia avançado para a linguagem R, cobrindo tópicos como programação orientada a objetos, manipulação avançada de dados e técnicas de metaprogramação. Ele é adequado para programadores R experientes que buscam ampliar seus conhecimentos.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Ferramentas para Ciência de Dados: Introdução ao R.
Análise de dados com programação em R
Most relevant
Decisões de Marketing Baseadas em Dados
Most relevant
Fazer perguntas para tomar decisões com base em dados
Most relevant
Análise de Dados Quantitativos
Most relevant
Liderando na Era do Caos
Most relevant
Redes Ecológicas
Most relevant
Projeto final de Data Analytics do Google: conclua um...
Most relevant
Fundamentos de IA Aplicados ao CRM
Most relevant
Analisar os dados para responder às perguntas
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser