CURSO: Ciência de Dados com Phyton e R

Sobre o curso

No atual contexto de Big Data, onde os dados se tornaram produtos preciosos nas jazidas de mineração algorítmica da Internet, é altamente estratégico possuir conhecimento para trabalhar com ferramentas computacionais.

O curso de atualização de Ciência de Dados Sociais é voltado especialmente para a área de Humanidades, a partir de um conhecimento integrado e multidisciplinar, e para o público leigo e iniciante, ou seja, para não programadores.

Serão utilizadas linguagens de programação de alto nível, orientadas por objetos, de script e estatística - Python e R - que possibilitam uma infinidade de possibilidades de mineração, tratamento e visualização de dados sociais.

Conteúdo

O curso será dividido em dois módulos:

(1) Ciência de Dados com R

20 horas 

Minicurso de análise de dados com R

Duração de 16h (8 aulas de 2h)

 1 – Introdução ao R:

        - Ambientação ao R e ao RStudio

        - Objetos do R: vetores, matrizes, fatores, data frames e listas

        - Estruturas úteis: operadores, loops, funções e apply

2 – Manipulação de bases de dados (R base e pacote dplyr):

        - Importação e exportação de informações

        - Tipos de variáveis e respectivos objetos

        - Filtrando informações e ordenando linhas

        - Selecionando, criando e modificando colunas

        - Juntando bases de dados

3 – Visualização de dados (R base e pacote ggplot2):

        - Análise exploratória visual

        - Tipos de gráficos

        - Customização

4 – Técnicas estatísticas aplicadas:

        - Teste qui-quadrado

        - Análise de regressão

        - Valores atípicos

 (2) Ciência de Dados com Python

20 horas 

 1 - Introdução ao Python

- Ambientação ao Python e ao Colab

- Estruturas úteis e conceitos: tipos de variáveis, controle de fluxo e escopos

- Tratamento de erros

 2 - Bases de dados e visualização

- Criação e manipulação de dados com o Pandas

- Selecionar dados nas bases

- Visualizar os dados com matplotlib

3 - Obtendo dados na Internet com Python

- Introdução aos conceitos de dados na web e alguns de seus tipos

- Protocolos e estruturas para obtenção de dados web

- APIs e exemplo prático – Twitter (tweepy)

 4 - Visualização interativa com IPython e Colab

- Propriedades e funções interativas do IPython e Colab

- Widgets e outros objetos interativos para visualização de dados

- Curiosidades e itens para aprofundamento (html, interoperabilidade, etc)