Curso de Aplicativo Shiny Web Development com R

Este treinamento ao vivo, conduzido por instrutor, em Brasil (online ou presencial), destina-se a usuários avançados de R de nível intermediário que desejam utilizar o R para criar fluxos de trabalho mais rápidos, melhorar a qualidade do código e lidar com tarefas de análise mais complexas.

Ao final deste treinamento, os participantes serão capazes de: criar funções reutilizáveis, melhorar fluxos de trabalho de dados, depurar e otimizar código, e produzir relatórios reprodutíveis.

Este treinamento liderado por instrutor, ao vivo em Brasil (online ou presencial), é voltado para analistas de negócios que desejam automatizar o comércio com negociação algorítmica, Python e R.

Ao final deste treinamento, os participantes serão capazes de:

• Utilizar algoritmos para comprar e vender títulos em incrementos especializados rapidamente.
• Reduzir os custos associados à negociação usando a negociação algorítmica.
• Monitorar automaticamente os preços das ações e realizar negociações.

Big Data é um termo que se refere a soluções destinadas ao armazenamento e processamento de grandes conjuntos de dados. Desenvolvido inicialmente pelo Google, essas soluções Big Data evoluíram e inspiraram outros projetos semelhantes, muitos dos quais estão disponíveis como open-source. R é uma linguagem de programação popular na indústria financeira.

Esta formação conduzida por instrutor, ao vivo em Brasil (online ou presencial), é voltada para analistas de dados iniciantes que desejam usar a programação R para manipular dados, realizar análise de dados básica e criar visualizações convincentes para insights.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos da Programação R.
• Aplicar processos fundamentais de ciência de dados.
• Criar representações visuais de dados.

R é uma linguagem de programação livre e de código aberto para computação estatística, análise de dados e gráficos. R é usado por um número crescente de gerentes e analistas de dados dentro das corporações e da academia. R também encontrou seguidores entre estatísticos, engenheiros e cientistas sem conhecimentos de programação de computadores que acham fácil de usar. Sua popularidade se deve ao crescente uso da mineração de dados para vários objetivos, como definir preços de anúncios, encontrar novos medicamentos mais rapidamente ou ajustar modelos financeiros. R possui uma ampla variedade de pacotes para mineração de dados.

Este treinamento presencial, conduzido por instrutor em Brasil (online ou localmente), é direcionado a analistas de dados que desejam programar com R no SAS para análise de cluster.

Ao final deste treinamento, os participantes serão capazes de:

• Usar a análise de cluster para mineração de dados
• Dominar a sintaxe do R para soluções de clustering.
• Implementar clustering hierárquico e não hierárquico.
• Tomar decisões baseadas em dados para melhorar as operações empresariais.

A análise de dados é uma ferramenta crucial nos negócios hoje. Focaremos no desenvolvimento de habilidades práticas para a análise de dados hands-on. O objetivo é ajudar os participantes a fornecer respostas baseadas em evidências para perguntas: 

O que aconteceu?

• processamento e análise de dados
• produção de visualizações de dados informativas

O que vai acontecer?

• previsão do desempenho futuro
• avaliação de previsões

O que deve acontecer?

• transformação de dados em decisões empresariais baseadas em evidências
• otimização de processos

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a profissionais de nível iniciante que desejam limpar e analisar dados, fazer projeções estatísticas e criar visualizações perspicazes usando essas ferramentas.

No final deste treinamento, os participantes serão capazes de:

• Compreender os conceitos básicos de Python, R, Power Query e Power BI para análise de dados.
• Limpar e organizar conjuntos de dados usando Python e Power Query.
• Realizar análises e projecções estatísticas com o R.
• Criar dashboards e relatórios profissionais com Power BI.
• Integrar e analisar dados de várias fontes de forma eficaz.

R é um ambiente muito popular de código aberto para computação estatística, análise de dados e gráficos. Este curso introduz a linguagem de programação R para estudantes, cobre os fundamentos dessa linguagem, bibliotecas e conceitos avançados. Análise de dados e graficos avançados com dados reais.

Esta formação ao vivo, ministrada pelo instrutor em Brasil (online ou presencial), é direcionada a profissionais de nível iniciante que desejam dominar os fundamentos do R e como trabalhar com dados.

No final desta formação, os participantes serão capazes de:

• Compreender o ambiente de programação em R e a interface do RStudio.
• Importar, manipular e explorar conjuntos de dados usando comandos e pacotes do R.
• Realizar análise estatística básica e resumir dados.
• Criar visualizações utilizando tanto o R base quanto o ggplot2.
• Gerenciar espaços de trabalho, scripts e pacotes de forma eficaz.

Este treinamento ao vivo e liderado por instrutor em Brasil (online ou presencial) é direcionado a analistas de dados intermediários e profissionais de negócios que desejam realizar previsões de séries temporais e automatizar fluxos de trabalho de análise de dados usando R.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os fundamentos das técnicas de previsão no R.
• Aplicar modelos de suavização exponencial e ARIMA para análise de séries temporais.
• Utilizar o pacote ‘forecast’ para gerar modelos de previsão precisos.
• Automatizar fluxos de trabalho de previsão para aplicações de negócios e pesquisa.

R é uma linguagem de programação livre de código aberto para computação estatística, análise de dados e gráficos O R é usado por um número crescente de gerentes e analistas de dados dentro das corporações e da academia R possui uma ampla variedade de pacotes para mineração de dados .

Este treinamento dirigido por instrutor em Brasil (online ou presencial) é destinado a cientistas de dados que desejam programar em Python e R para o KNIME.

Ao final deste treinamento, os participantes serão capazes de:

• Planejar, construir e implantar modelos de aprendizado de máquina no KNIME.
• Tomar decisões baseadas em dados para operações.
• Implementar projetos de ciência de dados do início ao fim.

Estima-se que os dados não estruturados representem mais de 90 por cento de todos os dados, muitos dos quais sob a forma de texto. Publicações em blogues, tweets, redes sociais e outras publicações digitais contribuem continuamente para este conjunto crescente de dados.

Este curso ao vivo, ministrado por um instrutor, centra-se na extração de informações e significado destes dados. Utilizando as bibliotecas R Language e Natural Language Processing (NLP), combinamos conceitos e técnicas da ciência da computação, inteligência artificial e linguística computacional para entender algoritmicamente o significado por trás dos dados de texto. As amostras de dados estão disponíveis em vários idiomas, de acordo com os requisitos do cliente.

No final desta formação, os participantes serão capazes de preparar conjuntos de dados (grandes e pequenos) a partir de fontes díspares e, em seguida, aplicar os algoritmos correctos para analisar e comunicar o seu significado.

Formato do curso

• Parte palestra, parte discussão, prática prática pesada, testes ocasionais para avaliar a compreensão

Público-alvo

Formato do curso

Ao final deste treinamento, os participantes serão capazes de:

Neste treinamento presencial e orientado pelo instrutor, os participantes aprenderão como manipular e visualizar dados usando as ferramentas incluídas no Tidyverse.

O Tidyverse é uma coleção de pacotes R versáteis para limpar, processar, modelar e visualizar dados. Alguns dos pacotes incluídos são: ggplot2, dplyr, tidyr, readr, purrr e tibble.

• Iniciantes na linguagem R
• Iniciantes em análise de dados e visualização de dados

• Parte palestra, parte discussão, exercícios e prática intensiva

• Realizar análise de dados e criar visualizações atraentes
• Tirar conclusões úteis de vários conjuntos de dados de amostra
• Filtrar, ordenar e resumir dados para responder perguntas exploratórias
• Transformar dados processados em gráficos informativos, gráficos de barras, histogramas
• Importar e filtrar dados de fontes de dados diversas, incluindo Excel, CSV e arquivos SPSS