/acelera-dev-ds

Primary LanguageJupyter Notebook

AceleraDev - DataScience

  1. Módulo 1: Quizz

Sem material para divulgar

  1. Módulo 2: Pré-processamento de dados em Python

O objetivo deste desafio é extrair algumas informações quantitativas que nos ajudem a compreender a natureza dos dados à disposição e ganhar alguns insights sobre o data set.

  1. Módulo 3: Conhecendo sua base de consumidores: qual estado possui a melhor pontuação de crédito?

Queremos conhecer melhor nossos clientes por estado. Para isso, iniciamos uma análise na pontuação de crédito. Para realizar a verificação inicial, precisamos de alguns valores. Os valores são a média, a mediana, a moda e o desvio padrão da pontuação de crédito.

  1. Módulo 4: Funções de probabilidade

O objetivo deste desafio foi explorar as principais funções sobre distribuições de probabilidade como PDF, CDF e quantis e as relações entre duas das principais distribuições: a normal e a binomial.

  1. Módulo 5: Funções de probabilidade

O objetivo deste desafio foi explorar algumas funções de testes de hipóteses disponíveis em pacotes como o SciPy, aprendendo a interpretar seus resultados, ser crítico sobre seus usos e entender um pouco sobre seus funcionamentos.

  1. Módulo 6: Redução de dimensionalidade e seleção de variáveis

Neste desafio vamos praticar redução de dimensionalidade com PCA e seleção de variáveis com RFE.

  1. Módulo 7: Feature engineering

O objetivo deste desafio é adquirir conhecimento e prática nas ferramentas mais usuais de engenharia de variáveis. Com o domínio apropriado das técnicas básicas, como one-hot encoding, normalização e padroniação, o analista está mais bem preparado para conduzir uma etapa de preprocessamento dos dados que traga bons resultados da aplicação dos algoritmos de ML.

  1. Módulo 8: Prever nota de matemática do ENEM

Criar um modelo para prever a nota da prova de matemática de quem participou do ENEM 2016. Para isso, usará Python, Pandas, Sklearn e Regression.

  1. Módulo 9: Descubra quem fez o ENEM 2016 apenas para treino

Descobrir quais estudantes estão fazendo a prova apenas para treino.

  1. Desafio final

O objetivo deste produto é fornecer um serviço automatizado que recomenda leads para um usuário dado sua atual lista de clientes (Portfólio).