Ciência de Dados

Construa uma base sólida em análise de dados e análise estatística usando R, R Studio e GGPlot2 através de exercícios passo a passo do mundo real projetados para iniciantes completos.

Aprenda programação R do zero para realizar análises estatísticas, limpar conjuntos de dados complexos e criar visualizações de dados profissionais com o ggplot2.

Domine os fundamentos da sintaxe R e estruturas de dados para começar sua jornada na computação estatística e ciência de dados profissional.

Aprenda a importar, limpar, analisar e visualizar dados quantitativos usando R e RStudio para iniciar sua jornada na ciência de dados.

Aprenda a limpar, visualizar e analisar dados usando R, construindo uma base sólida em modelagem estatística e tomada de decisão orientada a dados.

Domine os conceitos básicos da teoria da probabilidade, técnicas de amostragem e análise exploratória de dados usando fluxos de trabalho R modernos para tirar conclusões confiáveis dos dados.

Aprenda a realizar testes de hipóteses, estimar incertezas e relatar insights de dados com confiança usando R e RStudio.

Aprenda a descobrir insights e padrões em dados através de técnicas modernas de manipulação e visualização para a ciência de dados.

Construa uma base sólida em R para gerenciar, transformar e analisar dados usando sintaxe de programação moderna e estruturas de dados essenciais.

Construa uma base sólida em análise estatística e exploração de dados usando R para resolver problemas do mundo real e interpretar conjuntos de dados complexos.

Construa uma base sólida em análise de dados e computação estatística, dominando a sintaxe R, manipulação de dados e análise exploratória de dados.

Estabeleça seu ambiente de ciência de dados dominando o controle de versão com Git e GitHub, escrevendo relatórios reproduzíveis em Markdown e começando com R.

Domine os ambientes e bibliotecas essenciais, incluindo Jupyter Notebooks e RStudio, para construir um espaço de trabalho de ciência de dados moderno e reproduzível.

Aprenda a manipular, analisar e visualizar dados construindo uma base sólida na sintaxe R e nos fluxos de trabalho modernos de programação estatística.

Construa uma base sólida em análise e visualização de dados, dominando as principais ferramentas do ecossistema R.

Aprenda a criar pacotes R robustos e implementar as melhores práticas de engenharia de software para aplicativos de ciência de dados.

Organize seus projetos de dados e crie relatórios reproduzíveis dominando a linha de comando do Unix, o controle de versão com o Git e o gerenciamento de projetos no RStudio.

Um guia prático para iniciantes sobre como construir e interpretar modelos de machine learning usando a linguagem R e o framework tidymodels.

Construa uma base sólida em ciência de dados aprendendo a construir, interpretar e validar modelos de regressão usando técnicas R modernas.

Descubra os fundamentos da modelagem estatística e aprenda a prever tendências de dados usando técnicas modernas de programação R.

Aprenda a extrair dados de sites usando R e técnicas de raspagem fundamentais para análise prática de dados.

Desenvolver habilidades fundamentais de programação e análise de dados no MATLAB para interpretar e visualizar dados biológicos de forma eficaz e reprodutível.

Domine os fundamentos da simulação de programas de melhoramento genético e avaliação de cenários usando o pacote AlphaSimR em R.

Aprenda a analisar dados dependentes do tempo e construir modelos preditivos precisos usando R para resolver desafios de previsão do mundo real.