- 158
- 497 280
Nerd dos Dados
Brazil
เข้าร่วมเมื่อ 20 มิ.ย. 2022
Bem vindo ao Nerd dos Dados!
Se você está iniciando na área de Ciência de Dados ou se quer enriquecer seus conhecimentos, você está no lugar certo!
Nosso objetivo é trazer sempre conteúdo atualizado e detalhado pra você, abordando todos temas que estão relacionados a Ciência de Dados, Big Data e Tecnologia.
Nosso conteúdo é rico em detalhes, com códigos fonte e conjunto de dados disponíveis para download. Da uma olhada abaixo em alguns temas que abordamos frequentemente aqui no Nerd dos Dados:
- Analise de dados
- Engenharia de Dados
- Programação em Python para iniciantes
- Python avançado
- SQL Server e Linguagem SQL
- Visualização de Dado
- Modelos de Machine Learning Completos demonstrando passo a passo todo processo de construção dos modelos.
- Pacotes e bibliotecas do Python que são utilizadas para Ciência de Dados como Pandas, Numpy, Scikit Learn, Seaborn
- Normalização e Padronização de dados, OneHotEncoding, Balanceamento de Variáveis
- Gráficos
- Streamlite
Se você está iniciando na área de Ciência de Dados ou se quer enriquecer seus conhecimentos, você está no lugar certo!
Nosso objetivo é trazer sempre conteúdo atualizado e detalhado pra você, abordando todos temas que estão relacionados a Ciência de Dados, Big Data e Tecnologia.
Nosso conteúdo é rico em detalhes, com códigos fonte e conjunto de dados disponíveis para download. Da uma olhada abaixo em alguns temas que abordamos frequentemente aqui no Nerd dos Dados:
- Analise de dados
- Engenharia de Dados
- Programação em Python para iniciantes
- Python avançado
- SQL Server e Linguagem SQL
- Visualização de Dado
- Modelos de Machine Learning Completos demonstrando passo a passo todo processo de construção dos modelos.
- Pacotes e bibliotecas do Python que são utilizadas para Ciência de Dados como Pandas, Numpy, Scikit Learn, Seaborn
- Normalização e Padronização de dados, OneHotEncoding, Balanceamento de Variáveis
- Gráficos
- Streamlite
COMO FAZER ANALISE DE DADOS PRESCRITIVA
Você sabe como fazer analise de dados prescritiva ? Sabe o que é uma analise de dados prescritiva e qual o objetivo dessa analise ?
Nesse vídeo vou mostrar passo a passo e com exemplos práticos como fazer analise de dados prescritiva com Python e como deve ser essa abordagem junto à área de negócios.
Além da analise de dados prescritiva também vamos fazer nesse vídeo alguns exemplos de analise de dados descritiva, ou seja, uma analise exploratória dos dados.
Links de vídeos que irão te ajudar:
Como entregar sua ANALISE DE DADOS de forma INTERATIVA: th-cam.com/video/kREnGHETXvc/w-d-xo.html
O QUE É ANALISE EXPLORATÓRIA: th-cam.com/video/DRgwrIjHHGU/w-d-xo.html
5 Passos CRUCIAIS para uma ANALISE DE DADOS EXCELENTE: th-cam.com/video/wCxWkUVA9sE/w-d-xo.html
Como TRATAR DADOS TEXTO para um modelo de MACHINE LEARNING: th-cam.com/video/rU1OvbUlGvg/w-d-xo.html
Link para download do material apresentado no vídeo:
docs.google.com/uc?export=download&id=1s0qyz3Pw5rkvwy6ZhXIUBY_S3SwD0DK1
Nesse vídeo vou mostrar passo a passo e com exemplos práticos como fazer analise de dados prescritiva com Python e como deve ser essa abordagem junto à área de negócios.
Além da analise de dados prescritiva também vamos fazer nesse vídeo alguns exemplos de analise de dados descritiva, ou seja, uma analise exploratória dos dados.
Links de vídeos que irão te ajudar:
Como entregar sua ANALISE DE DADOS de forma INTERATIVA: th-cam.com/video/kREnGHETXvc/w-d-xo.html
O QUE É ANALISE EXPLORATÓRIA: th-cam.com/video/DRgwrIjHHGU/w-d-xo.html
5 Passos CRUCIAIS para uma ANALISE DE DADOS EXCELENTE: th-cam.com/video/wCxWkUVA9sE/w-d-xo.html
Como TRATAR DADOS TEXTO para um modelo de MACHINE LEARNING: th-cam.com/video/rU1OvbUlGvg/w-d-xo.html
Link para download do material apresentado no vídeo:
docs.google.com/uc?export=download&id=1s0qyz3Pw5rkvwy6ZhXIUBY_S3SwD0DK1
มุมมอง: 193
วีดีโอ
COMO INSTALAR E CONFIGURAR O PYCHARM PYTHON - Atualizado 2024
มุมมอง 1447 ชั่วโมงที่ผ่านมา
Vou te mostrar de forma rápida e simples como instalar e configurar o PyCharm para utilizar com o Python. O PyCharm é uma IDE de desenvolvimento para programação em Python que facilita muito nosso trabalho no dia a dia, tendo diversos recursos e agilizando bastante a programação em Python Com o PyCharm é possível fazer tudo que fazemos no Jupyter Notebook e você pode utiliza-lo de duas formas. ...
O QUE É ANALISE EXPLORATÓRIA
มุมมอง 27219 ชั่วโมงที่ผ่านมา
Você sabe o que é Analise Exploratória e como devemos começar a realiza-la ? A analise exploratória é uma parte essencial quando trabalhamos com analise de dados e também com criação de modelos de machine learning. Nesse vídeo vou te explicar tudo passo a passo pra você entender o que é uma analise exploratória, que dor ela resolve e como devemos realizar uma analise exploratória com qualidade....
Como instalar o Python e Jupyter Notebook [Atualizado 2024]
มุมมอง 170วันที่ผ่านมา
Nesse vídeo vou te explicar passo a passo como Instalar e Configurar o Python e o Jupyter Notebook do zero tudo bem passo a passo e na prática. O Anaconda Python é uma distribuição gratuíta do Python que já traz diversos pacotes nativos, os quais são os mais utilizados para o nosso dia a dia, inclusive para criarmos modelos de Machine Learning. Além de tudo essa distribuição do Anaconda Python ...
Como entregar sua ANALISE DE DADOS de forma INTERATIVA
มุมมอง 53414 วันที่ผ่านมา
Nesse vídeo vou te mostrar como entregar sua analise de dados de forma interativa através de um Dashboard com filtros, mapas e gráficos totalmente interativos, elegantes e atraentes. Esse Dashboard para demonstrar sua Analise de Dados além de ser super fácil de ser criado e utilizado irá fazer com que seu trabalho de analise de dados seja muito bem valorizado e ajude você a se tornar um profiss...
5 Passos CRUCIAIS para uma ANALISE DE DADOS EXCELENTE
มุมมอง 40414 วันที่ผ่านมา
Quando precisamos fazer um trabalho de analise de dados existem 5 passos que são cruciais para que uma analise de dados fique excelente. Não podemos simplesmente fazer um trabalho de qualquer maneira, precisamos seguir uma metodologia e seguir algumas etapas para deixar nosso trabalho com a melhor qualidade possível. Nesse vídeo vamos falar sobre 5 passos cruciais para uma analise de dados exce...
Como TRATAR DADOS TEXTO para um modelo de MACHINE LEARNING
มุมมอง 34621 วันที่ผ่านมา
Imagina que você tem um conjunto de dados e precisa fazer uma analise e criar um modelo de Machine Learning, porém nesse conjundo de dados alguma variável que é imprescindivel para o seu trabalho pode estar como string(texto), sendo assim, você vai precisar fazer um tratamento de dados especifico nessa variável pra poder utiliza-la da forma correta, seja pra quantificar as informações e até mes...
Como abrir DATASETS GIGANTES com Python SEM TRAVAR A MÁQUINA
มุมมอง 22721 วันที่ผ่านมา
As vezes precisamos realizar algum tipo de tarefa e abrir datasets que são gigantes com o Python sem travar a máquina, ou seja, se temos um arquivo muito grande para analisarmos e temos pouca memória em nosso computador, no momento que estivermos abrindo esse arquivo o Python e nosso computador irá travar por falta de espaço em memória, porém não podemos deixar esse tipo de situação impactar em...
Como INSTALAR e CONFIGURAR o MYSQL - O Guia Completo
มุมมอง 49821 วันที่ผ่านมา
Nesse vídeo vou te mostrar passo a passo como instalar e configurar o MySQL e o MySQL Workbench, passando por todas etapas de instalação e configurações do ambiente para que você não tenha problemas ao utilizar esse excelente gerenciador de banco de dados. O MySQL será instalado por completo, onde iremos instalar o MySQL Server, MySQL WorkBench, MySQL Documentação e todas suas dependências. Cas...
Overfitting e Underfitting: O que é | Como Analisar | Como Tratar
มุมมอง 22928 วันที่ผ่านมา
Quando criamos uma modelo de Machine Learning uma coisa muito importante que precisamos ter muita atenção é o Overfitting (Sobre Ajuste do Modelo) e o Underfitting (Sob Ajuste do Modelo) ou traduzindo para um termo mais prático seria o pouco aprendizado do modelo de Machine Learning ou então a memorização dos dados pelo nosso modelo. Caso ocorra um Overfitting no modelo de Machine Learning tere...
Como usar a CURVA ROC para AVALIAR um modelo de Machine Learning
มุมมอง 23728 วันที่ผ่านมา
Uma das formas mais práticas e fáceis de medir a performance de um modelo de Machine Learning é utilizando a Curva ROC e a métrica AUC (Área Abaixo da Curva), porém muitas pessoas costumam complicar demais essas métricas e analises. Nesse vídeo vou te mostrar na prática como criar, analisar e utilizar a Curva ROC e a Métrica AUC para medir a performance dos seus modelos de Machine Learning de C...
Como ANALISAR e ENTENDER as métricas de um Modelo Preditivo de Regressão
มุมมอง 341หลายเดือนก่อน
Quando criamos um modelo de regressão é imprescindível entender quais serão as métricas para avaliação da performance desse modelo e por isso que vou te explicar em detalhes nesse vídeo como entender e aprender na prática as métricas de avaliação de um modelo de regressão. Vamos calcular e entender como funciona as métricas para analise de um modelo de regressão como a MAE (Mean Absolute Error ...
A forma mais ATRATIVA de colocar seu modelo de Machine Learning em PRODUÇÃO
มุมมอง 472หลายเดือนก่อน
Nesse vídeo vamos colocar uma modelo de Machine Learning em Produção de forma atrativa e atraente, onde iremos fazer todo trabalho de construção do modelo de Machine Learning, fazer o Deploy desse modelo, ter opções para configurar a execução de forma automática, seja diariamente ou até mesmo de hora em hora e além disso vamos explorar técnicas de visualização de dados (DataViz) para desenvolve...
DICAS E TRUQUES sobre métodos em Programação Orientada a Objetos (POO)
มุมมอง 151หลายเดือนก่อน
Nesse vídeo quero explicar uma coisa muito útil em programação orientada a objetos ou POO como todo mundo chama. Eu vou te explicar como utilizar métodos com parâmetros default e como isso pode te ajudar a prevenir erros no seu código e deixar seu trabalho muito mais ágil e funcional. Programação Orientada Objetos em Python th-cam.com/video/eIHTaH02b7k/w-d-xo.html Link para download do material...
Programação Orientada Objetos em Python - ATRIBUTOS
มุมมอง 139หลายเดือนก่อน
Na Programação Orientada a Objetos em Python é imprescindível entendermos bem como funcionam os atributos das classes, pois através desses atributos podemos agilizar nosso código, prevenir erros, criar variáveis e até mesmo manipular esses atributos em tempo real, onde facilita e traz grandes benefícios ao nosso trabalho. Playlist com modelos de machine learning passo a passo th-cam.com/play/PL...
Programação Orientada Objetos em Python
มุมมอง 276หลายเดือนก่อน
Programação Orientada Objetos em Python
Como fazer BACKUP e RESTORE no SQL SERVER
มุมมอง 7314 หลายเดือนก่อน
Como fazer BACKUP e RESTORE no SQL SERVER
Como criar gráficos com Plotly em Python
มุมมอง 9024 หลายเดือนก่อน
Como criar gráficos com Plotly em Python
Como colocar um modelo de Machine Learning em PRODUÇÃO
มุมมอง 1.4K4 หลายเดือนก่อน
Como colocar um modelo de Machine Learning em PRODUÇÃO
Como instalar e configurar o Python no MacBook de forma correta
มุมมอง 4645 หลายเดือนก่อน
Como instalar e configurar o Python no MacBook de forma correta
Como importar arquivo CSV para o SQL sem programar nada
มุมมอง 2K5 หลายเดือนก่อน
Como importar arquivo CSV para o SQL sem programar nada
COMO FAZER UM TRATAMENTO DE DADOS DE QUALIDADE
มุมมอง 1.2K6 หลายเดือนก่อน
COMO FAZER UM TRATAMENTO DE DADOS DE QUALIDADE
Machine Learning utilizando GPU Gratuita
มุมมอง 4796 หลายเดือนก่อน
Machine Learning utilizando GPU Gratuita
Machine Learning para previsões de DOENÇAS CARDÍACAS
มุมมอง 1.4K6 หลายเดือนก่อน
Machine Learning para previsões de DOENÇAS CARDÍACAS
COMO FAZER UMA ANALISE EXPLORATÓRIA DE QUALIDADE
มุมมอง 2.2K6 หลายเดือนก่อน
COMO FAZER UMA ANALISE EXPLORATÓRIA DE QUALIDADE
COMO TRABALHAR COM DATAS NO SQL SERVER
มุมมอง 3136 หลายเดือนก่อน
COMO TRABALHAR COM DATAS NO SQL SERVER
3 ESTRUTURA BÁSICAS DE PYTHON QUE VOCÊ PRECISA SABER
มุมมอง 3786 หลายเดือนก่อน
3 ESTRUTURA BÁSICAS DE PYTHON QUE VOCÊ PRECISA SABER
Como configurar o JUPYTER NOTEBOOK e o VSCODE para trabalharem JUNTOS
มุมมอง 2.5K6 หลายเดือนก่อน
Como configurar o JUPYTER NOTEBOOK e o VSCODE para trabalharem JUNTOS
Parabéns pelo trabalho! Lembrando aqui das coisas que vi na minha pós graduação. É importante saber o conceito matemático por baixo do capô, galera. O pessoal só quer sair importando pacote e depois nao sabe o que está acontecendo no seu modelo. Parabéns mais uma vez. Ganhou outro inscrito!
Boa noite, mestre! Acompanho o seu canal tem algum tempo, e todas as vezes fico surpreendido com a sua didática… Obrigado por produzir esses conteúdos de grande valor para o mundo dos dados… Como faço pra entrar na comunidade ?
Eu tenho acompanhados vários vídeos do canal e gostei bastante! 1. Dos vídeos que eu vi nenhum abordava o assunto sobre cross validation (validação cruzada). 2. Se fosse possível, faça mais vídeos sobre series temporais e algum sobre clusterização. 3. Você informa que não devemos normalizar e nem padronizar a variável target, qual código é utilizado para isso? Você usa o dataframe.drop('coluna_target', axis=1) em seguida normaliza ou padroniza os dados? Obrigado!
Para a variável target da pra separa-la de várias formas, na playlist de modelos preditivos completos tem tanto usando drop como fazendo slide também
@@nerddosdados eu não sei se fui claro na pergunta, mas quis dizer separar a variável target antes da padronização ou normalização. Porque se você fizer um slice ou drop, automaticamente estará excluindo a variável target do dataframe. Aí queria saber qual código que você utiliza para fazer essa separação da variável target e reutiliza-la no dataframe posteriormente.
Parabéns!
Que canal massa cara , vou seguir !
Que isso, professor. Cada dia mais bonito 😂😂 Top demais o conteúdo!
Parabéns pelo excelente vídeo ❤
Conteúdo muito produtivo 👏👏👏
Show ❤
Ótimo tutorial
Olá, Nerd dos Dados! Sugestão de vídeo: criação de um dashboard a partir de uma tabela em um banco de dados usando python e uma maneira implantar esse dash online ou compartilhado entre máquinas localhost em uma mesma rede, usando só recursos open source.
Obrigado! Parabéns pelo vídeo!
Na parte de analise exploratória dos dados categoricos, eu não entendi de onde veio a variavel possivel fraude. pode explicar melhor?
A variável possível fraude já veio no dataset nos dados coletados
eu uso bastante o ´power bi mais ele muito pesado
O streamlit é uma boa alternativa porque é bem leve
Muito bom
Ótimo passo a passo
Excelente ❤
Excelente vídeo! Segui
ola poderia fazer um video análisando as queimadas que está ocorrendo no brasil. seria legal
Nerd, parabéns pelo conteúdo. Você teria algum vídeo, por exemplo, explicando tudo sobre Scikit-learn? Explicando o porquê das coisas, não o como fazer.
Ola Michel Na playlist de modelos preditivos completos eu explico em alguns vídeos como fazer mas também os conceitos de algumas funções do sklearn, porém um vídeo falando só sobre o sklearn ainda não tenho mas em breve farei
@@nerddosdados Obrigado, Nerd!
Top
Professor, voce ta fazendo a diferença na minha vida. Você tem me ajudado muito, pode ter certeza que vou te retribuir no futuro.
Eu nao sei diferenciar Mysql server do SQL server, é a mesma coisa??? posso usar esse ao invés do mysql?
Ola São diferentes….voce precisa do SQL Server ou MySQL ? Se for o SQL Server esse vídeo irá te ajudar Caso precise do MySQL tem outro vídeo aqui no Canal para instalação do MySQL
Se precisar instalar o MySQL pode ver este vídeo Como INSTALAR e CONFIGURAR o MYSQL - O Guia Completo th-cam.com/video/oi3UHWXLxLs/w-d-xo.html
Boa noite. Vídeo top. Por favor, quando vc referenciar tabelas feitas em outros vídeos, deixa o link para saber a origem. Desta forma dá para carregar os dados durante a aula. Grato pela aula.
Meus Parabéns, Fiz aqui e Consegui Rodar Perfeito. Muito Legal sua Didática e o Projeto Bem Executado.
Meu jupyter veio sem a função R , mesmo tendo o R e o Rstudio instalados no pc. O que fazer?
Jupyter notebook não trás funções do R
Fantástico!!!
Prezado Jefferson, gostaria de saber a diferença entre o valor de memória quando usamos o df.info(), que nesse caso é de 8.5Gb, e a memória calculada utilizando a fórmula no python(df.memory ), pois a diferença é gritante. Achava que a memória que é apresentada no df.info, fosse a memória real utilizada, pois em outro vídeo, vc utiliza ela como parâmetro para também realizar a redução da memória utilizada. Desde já obrigado e parabéns pela didática.
O df.info exibe a memória utilizada utilizando uma análise superficial porém o df.memory utiliza uma análise mais profunda da memória para dar um resultado mais exato.
Outra diferença também é que o df.memory irá avaliar o tipo da variável e não somente o dado
Se canal merece 1000000000000000000000000000000 de inscritos, parabéns!
Parabéns!
Top bem explicado
já fiz análise exploratória no R, salvei o vídeo em playlist para poder ver isso em Python.
Muito obrigado pela sua aula me ajudou e muito
Show
Excelente vídeo, você tem uma ótima didática. Muito obrigado!
boa noite! tudo bem , deixei para configurar depois de instalado sa, e agora nao consigo entrar tenho que desistalar o sql e instalar novamente. O firewindows. tambem nao tirei o erro.
Você irá precisar desinstalar e instalar novamente
Obrigada pela ajudaaa!!!
❤❤👏🏻👏🏻 muito bom
Muito bom super bem explicado ❤
Cara vc é foda
Ainda não assisti o vídeo, mas já vou deixar aqui meus parabéns pelo conteúdo!
Aula excelente professor! Você pode nos mostrar com fazer uma analise no geral na area financeira? desde realizar a query no sql, tratar os dados e fazer os graficos com matplotlib e seaborn. Algo mais geral mesmo, sem focar tanto em codigo.
Boa noite Posso sim vou preparar um conteúdo assim
@@nerddosdados Boa noite. Fico grato! Já pensou em lançar um curso ? A sua didatica e facilidade em explicar é de se admirar.
Muito bom, continue, faz um de engenharia de atributos, se já fez mande o link.
Como TRATAR DADOS TEXTO para um modelo de MACHINE LEARNING th-cam.com/video/rU1OvbUlGvg/w-d-xo.html
COMO FAZER UM TRATAMENTO DE DADOS DE QUALIDADE th-cam.com/video/vRFjJITuQ4w/w-d-xo.html
Como CRIAR DADOS a partir do campo DATA em Python th-cam.com/video/qs8zhUFnjeQ/w-d-xo.html
Como vc faria para arquivos acima de 2 gigas? Pois arquivos maiores que isso mesmo mudando para 97-2003 da o mesmo erro.
Salva esse arquivo em csv e importa ele. Já fiz um vídeo assim também ….vou deixar um link abaixo Como importar arquivo CSV para o SQL sem programar nada th-cam.com/video/NosbcYuMmbo/w-d-xo.html
Utilizo o Google colab para rodar. Consigo utilizar o pycharm no Windows sem ter baixado nada além do pycharm?
Você precisa ter instalado o Anaconda Python…da uma olhada no vídeo abaixo que explico passo a passo como instalar Como instalar o Python e Jupyter Notebook [Atualizado 2024] th-cam.com/video/ca14yP-DuJk/w-d-xo.html
Parabéns e muito obrigada pelo vídeo e pela riqueza de conteúdos compartilhados! Exatamente todos direcionamentos que estava buscando!
Obrigado
Muito bom! Gostaria muito de uma playlist na ordem correta de estudo desses assuntosm são poucos vídeos na internet sobre
Boa tarde, excelente Trabalho. Me tira uma duvida, no df tem a coluna categoria e quando vai criar o mapa de calor não tem a categoria. Comigo deu erro por causa dessa coluna.
Ola boa noite Quando executei esse mesmo Jupyter ele nao demonstrou esse erro mas de toda forma vou verificar novamente A categoria não entra mesmo no mapa… nem Deveria apresentar o erro
Muito bom ❤