Destinatários:
Requisitos
Projeto:
Benefícios
Objetivos gerais
- Importar as principais bibliotecas de análise e de transformação de dados em Python.
- Executar operações básicas sobre os dados.
- Transformar dados para modelação.
- Criar visualizações de dados.
- Preparar uma apresentação, com base nas visualizações de dados.
- Criar chatbots.
- Programar modelos de visão computacional.
- Testar e depurar programas.
Curso Financiado
Este curso é financiado por entidades e planos governamentais.
Conteúdo programático
Inteligência Artificial & Data Science
-
• Bibliotecas de análise de dados: Pandas, NumPy e Scikit-Learn;
• Noções de DataFrames e sua manipulação;
• Utilização de Pandas para carregar ficheiros text, CSV, folhas de cálculo;
• Utilização de Pandas para carregar ficheiros por ligação direta a base de dados;
• Matrizes e vetores;
• Operações básicas com matrizes e vetores;
• Utilização de Pandas e Numpy para criação de estatísticas sumárias;
• Processamento de dados omissos, duplicados, anomalias e categóricos. -
• Princípios de visualização de dados;
• Bibliotecas Matplotlib e Seabon;
• Visualização de dados de séries temporais;
• Visualizações de dados interativos em Plotly;
• Visualizações de dados geoespaciais em Geopandas;
• Visualizações de dados interativos em Plotly-dash;
• Princípios da visualização de dados para comunicação. -
• Princípios do pensamento computacional;
• Inteligência artificial – evolução; conceitos (machine learning, redes neuronais, algoritmos genéticos, processamento de linguagem natural);
• Ambiente de desenvolvimento;
• Programação - conceitos e elementos;
• Linguagem de programação – sequências; eventos; ciclos; condições; funções; variáveis;
• Machine learning -supervisionado e não supervisionado; algoritmos;
• Processamento de Linguagem Natural - pré-processamento de texto (limpar e preparar dados); modelos;
• Bibliotecas;
• Modelos de visão computacional (reconhecimento de textos, objetos, imagens e sons);
• Regulamento geral de proteção dos dados;
• Normas e regulamentos aplicáveis.