Loading repository data…
Loading repository data…
Adriano1976 / repository
Repositório referente aos códigos em Jupyter Notebook ensinados no Curso Data Science de A a Z. Aqui mostra como é feito a Extraçao e Exibição dos Dados com Python. Mostra também as áreas importantes como estatística e ETL no SQL Server!
A transparent discovery signal based on current public GitHub metadata.
This score does not audit code, security, maintainers, documentation quality, or suitability. Verify the repository and its current documentation before adoption.
Aqui você encontrará exemplos e códigos práticos para iniciar na empolgante jornada da ciência de dados 📊🧠, pelo qual estou aprendendo sobre extração e exibição de dados, além de me familiarizar com Data Science usando Python 🐍. Mas antes, agradeço à Universidade dos Dados pelos materiais de estudo em Data Science. Com esses recursos, poderei aprender e aplicar conceitos essenciais em análise de dados utilizando Python. Sou grato pelo apoio e dedicação da equipe em tornar a ciência de dados mais acessível. Estou animado para embarcar nessa jornada de aprendizado e crescimento ao lado da Universidade dos Dados.
O objetivo desse repositório é proporcionar uma introdução passo a passo aos conceitos básicos da ciência de dados. Aqui você encontrará alguns códigos que mostram como extrair dados relevantes e como limpá-los e prepará-los para análises mais avançadas. Vamos explorar juntos como utilizar principalmente Python como linguagem de programação, aproveitando bibliotecas populares como Pandas, NumPy e Matplotlib para analisar e visualizar os dados 📈📊.
Além disso, vamos mergulhar em tópicos essenciais de estatística para análise de dados 📈📉, incluindo inferência estatística, testes de hipóteses e regressão estatística.
Sinta-se à vontade para explorar os exemplos e códigos que disponibilizei aqui e outros que serão construídos com o tempo. Espero que esse material seja útil para você dar os primeiros passos emocionantes na jornada da ciência de dados!
💡 Lembre-se de personalizar o texto de acordo com sua própria experiência e acrescentar detalhes adicionais que julgar relevantes e que em breve será adicionados novos códigos que irá ajudar no conhecimento de estatística para análise de dados.
Aproveite a jornada e vamos aprender juntos! 🎓🤝