Ciência de Dados em R – Módulo I

Ciência de Dados

A análise de dados deixou de ser um diferencial e passou a ser algo fundamental no processo de formação de qualquer profissional. Por tornar possível previsão a longo prazo de fenômenos ainda não observados e entendimento de padrões de comportamento de informações que se atualizam a todo instante, a Ciência de Dados possibilita aos analistas, técnicos e gestores uma visão ampla de problemas e possíveis soluções, auxiliando assim o processo de tomada de decisão. Adicionar ao currículo um curso que te capacita com conhecimentos básicos de ciência de dados a partir de atividades práticas no software estatístico R é essencial.

Sobre o curso

O curso proporcionará ao participante a capacidade de análise e gestão de dados, fornecendo ferramentas de análise a partir da programação em R. Ocorrerão 8 aulas online e ao vivo, totalizando 21 horas de carga horária. Todas as aulas ficarão disponíveis no Google Classroom. Material exclusivo disponibilizado na primeira aula.

Investimento

R$ 500,00

O curso Ciência de Dados em R – Módulo I tem como objetivo fornecer aos participantes conhecimentos básicos de análise de dados a partir de atividades práticas no software estatístico R. O curso proporcionará ao aluno a capacidade de análise e gestão de dados, fornecendo ferramentas de análise a partir da programação em R.

Data e horário: 06 a 28/03/2023 – segundas e terças, de 18:30 a 21:30

Local: 100% online, com aulas ao vivo. (aulas gravadas para posterior disponibilização na plataforma do google classroom)

Inscrições: de 03 a 24/02/2023 01/03/2023

Programa do curso

1. Iniciando no R e no RStudio

    1.1. O que é e por que usar o RStudio?

    1.2. Como iniciar e encerrar uma sessão de trabalho.

    1.3. Criando e compilando códigos no R.

2. Introdução à programação em R

    2.1. Entendendo uma função no R.

    2.2. Conhecendo os principais pacotes do R (tidyverse).

    2.3. Pedindo ajuda no R.

    2.4. Manipulando objetos básicos no R.

    2.5. Entendendo as diferentes classes dos objetos: números,                             caracteres, lógicos e data frames.

    2.6. Trabalhando com o operador pipe (|>).

3. Importação/exportação de bases para o R

    3.1. Importando arquivos com extensões .csv; .txt; .xls e .xlsx.

    3.2. Exportando arquivos com extensões .csv e .txt.

4. Manipulação de bases de dados (pacote dplyr)

    4.1. Selecionando um subconjunto de variáveis (colunas).

    4.2. Filtrando e ordenando linhas.

    4.3. Modificando e criando variáveis (colunas).

    4.4. Criando resumos numéricos.

    4.5. Juntando duas bases.

5. Criando gráficos (pacote ggplot2)

    5.1. Gráficos de dispersão.

    5.2. Gráficos de barras.

    5.3. Gráfico de linhas.

    5.4. Boxplots e histogramas.

    5.5. Customizando gráficos

6. Relatórios dinâmicos

    6.1. Introdução ao R Markdown

    6.2. Construindo relatórios em HTML, PDF e Word

Equipe

Jony Arrais

Jony Arrais

Ministrante. Professor do Instituto de Matemática e Estatística da UFF. Doutor em Estatística pelo IM/UFRJ.

Patrícia Lusié

Patrícia Lusié

Professora do Instituto de Matemática e Estatística da UFF. Doutora em Estatística pelo IM/UFRJ.

Rafael Erbisti

Rafael Erbisti

Professor do Instituto de Matemática e Estatística da UFF. Doutor em Estatística pelo IM/UFRJ.

Skip to content