Data Science na Prática 3.0

Curso

Decisões baseadas em Dados Link to heading

O que é Data Science (de verdade) Link to heading

• Ciência envolve outras etapas além de programação/ML/modelagem. Ciência envolve você entender o problema;
• Etapas
  1. Defina o objetivo da pesquisa
  2. Faça uma hipótese
  3. Coleta de dados
  4. Teste sua hipótese
  5. Analise seus resultados
  6. Chegue a uma conclusão
  7. Refine a hipótese e repita
• Auxílio ao processo de tomada de decisão - Data-Driven

Pensamento Analítico de Dados e Data Driven Decisions Link to heading

• Livro: Data Science para Negócios
• As pessoas querem “One Big Idea” para apresentar o resultado do trabalho
• Data → Information → Knowledge → Vantagem estratégica

Senso Comum vs. Pensamento Científico Link to heading

• Livro: Metodologia de Pesquisa em Engenharia de Produção e Gestão de Operações
• Etapas
  1. Identificar o problema
  2. Obter informações sobre o problema
  3. Consultar referências
  4. Levantar hipóteses
  5. Validar hipóteses
  6. Entregável - relatório/dashboard/post
• Problema → Método → Solução → Aplicação → Conhecimento
• “A ciência é uma metamorfose do senso comum. Sem ele, ela não pode existir”
• A diferença é o Rigor

Análise de Dados e Pandas Link to heading

• Anotações: Jupyter
• Anotações: Python - pandas
• YouTube - Como montar um Portfólio para Data Science

Visualizando dados Link to heading

• Interpretação de um histrograma
• gráfico de dispersão: bom para visualizar co-relação

Lidando com valores ausentes Link to heading

• excluir
  • joga fora outros valores que seriam uteis
  • se o dataset for grande com poucos ausentes, talvez não tenha problema
• preencher
  • média ou mediana
    • mediana exclui os outliers
  • valores mais frequentes