Buscar
Minha Conta

Atendimento(21) 2262-3111 / (21) 2262-3111

E-BOOK Data Science para Profissionais - Utilizando R ( envio por e-mail)

*** ATENÇÃO ***
PRODUTO DIGITAL PARA DOWNLOAD. RECEBERÁ O LINK E AS INSTRUÇÕES VIA E-MAIL EM ATÉ 2 DIAS ÚTEIS APÓS A CONFIRMAÇÃO DA COMPRA.
NÃO REALIZAMOS DEVOLUÇÕES DESTE PRODUTO.
ANTES DE COMPRAR VERIFIQUE SE SEU PC OU DISPOSITIVO ESTÁ APTO À BAIXAR O ARQUIVO. VEJA MAIS EM INFORMAÇÕES ABAIXO.
*CASO TENHA ESCOLHIDO JUNTO AO E-BOOK UM PRODUTO FÍSICO, O MESMO APARECERÁ NO CARRINHO COM O PRAZO DE ENTREGA E O CUSTO DO FRETE
NESTE CASO, A OPÇÃO ENVIO POR EMAIL DESAPARECERÁ , POREM NÃO SE PREOCUPE, POIS SEU E-BOOK SERÁ ENVIADO EM ATÉ 2 DIAS ÚTEIS PARA O SEU EMAIL .

VITRINE Os TOP de vendas !!

+-

Quem viu este produto , comprou

Quem viu este produto , também se interessou

  • Descrição
    E-BOOK Data Science para Profissionais - Utilizando R ( envio por e-mail)

    *** MUITO IMPORTANTE ***

    APÓS A SUA COMPRA VOCÊ RECEBERÁ UM LINK, ENVIADO PARA O SEU E-MAIL, CONTENDO O E-BOOK ADQUIRIDO.
    ANTES DE CLICAR NO LINK É NECESSÁRIO QUE TENHA INSTALADO E AUTENTICADO EM SEU COMPUTADOR OU DISPOSITIVO DE LEITURA, O ADOBE DIGITAL EDITION, SOFTWARE FREE NECESSÁRIO PARA LER E-BOOKS NO FORMATO PDF/DRM.
    NOSSOS E-BOOKS PODEM SER INSTALADOS EM ATÉ 6 EQUIPAMENTOS DISTINTOS, DESDE QUE SEJA USADO A MESMA SENHA E ID CADASTRADO NO PRIMEIRO DOWNLOAD DO ADE.
    VEJA NA ABA INFORMAÇÕES COMO FAZER O DOWNLOAD DO ADOBE DIGITAL EDITION E AUTENTICA-LO.


    Descrição

    Veja a estatística de maneira simples e prática, revendo ou aprendendo conceitos importantes, como inferência.

    Aprenda a enxergar através dos dados, estruturados ou não, criando trabalhos de inferência, regressão, classificação e agrupamento.

    Veja como utilizar a linguagem R de um jeito descomplicado!

    Crie sistemas de Deep Learning utilizando o TensorFlow, da Google. TensorFlow? Em R? Sim!!!

    Aprenda a criar belas apresentações gráficas seguindo o conceito de “storytelling”.

    Um guia simples e completo com práticas, ferramentas e exemplos reais.
  • Sobre o Autor
  • Especificação

    Características

    Tipo de LivroLivro Digital / E-book

    Especificações

    Sobre o AutorCleuton Sampaio

    Cleuton Sampaio é escritor profissional, Mestre em Administração (IBMEC), com vários livros publicados, além de muitos anos de experiência como professor universitário.

    É arquiteto de software especializado em aplicações distribuídas, sendo também um pesquisador e desenvolvedor de aplicações de código aberto.
    Informações TécnicasINSTRUÇÕES PARA BAIXAR E-BOOKS DA EDITORA CIÊNCIA MODERNA

    Preparando seu PC (Mac ou Windows) para baixar seu E-Book.
    Antes de fazer a compra de seu E-Book, baixe e instale e autentique o Adobe Digital Editions em seu computador, através do link:

    http://www.adobe.com/br/products/digitaleditions/.

    Todas as instruções necessárias para download e instalação do Adobe Digital Editions, estão disponíveis em português através do link:

    http://www.adobe.com/br/products/digitaleditions/help/#transfer_sony_reader.

    NOTA: E-BOOKS NÃO SÃO COPIÁVEIS E TÃO POUCO IMPRESSOS

    Para baixar e ler seus e-books em dispositivos Android, recomendamos baixar o DL Reader, sempre utilizando a sua ID e Senha Adobe utlizada para baixa o ADE para seu desktop.

    https://play.google.com/store/apps/details?id=com.datalogics.dlreader&hl=pt-br

    Para baixar seus ebooks para I Phone e IPad, utilizando sempre a sua ID e Senha Adobe., recomendamos utilizar o aplicativo Blue Fire.

    https://itunes.apple.com/br/app/bluefire-reader/id394275498?mt=8

    Não execute o link de seu e-book enquanto não estiver com os ícones dos aplicativos devidamente instalados e autenticados em seu desktop.

    Sobre os Dispositivos de Leitura (e-Readers)
    Nossos livros digitais (E-Books) podem ser baixados e abertos em todos os dispositivos de leitura, compatíveis com o Adobe Digital Editions. No mercado brasileiro, facilmente encontramos o Coo-ler da Gato Sabido e o Positivo Alfa. Uma lista complete poderá se encontrada no link:

    http://blogs.adobe.com/digitalpublishing/supported-devices.
    Transferência de Itens entre Computadores
    Se você autorizou seu computador, o Adobe Digital Editions não "bloqueia" seus E-Books e outras publicações digitais desse computador – elas são atribuídas a você por meio de sua ID Adobe. Isso significa que você pode transferir itens da biblioteca para 6 (seis) computadores ou dispositivos móveis compatíveis (como um Sony® Reader).
    Antes de poder transferir itens entre computadores, você deve autorizar os computadores com sua ID Adobe.
    Observação: os marcadores não são copiados quando os itens são transferidos para outro computador.
    Para transferir um item de biblioteca para outro computador autorizado:
    1. No computador para o qual está transferindo, localize e abra a pasta My Digital Editions, que se encontra dentro da pasta Meus Documentos.
    2. Selecione os arquivos EPUB ou PDF que correspondem aos títulos eBook que deseja transferir.
    3. Copie os arquivos selecionados para uma mídia portátil como uma unidade flash, ou envie por e-mail para o computador de destino.
    4. No computador de destino, copie os arquivos EPUB ou PDF para a pasta Meus Documentos\My Digital Editions.
    5. Abra o Adobe Digital Editions no computador de destino. Selecione Biblioteca > Adicionar item, em seguida navegue para a pasta My Digital Editions e selecione os novos arquivos para colocar na biblioteca.
    Sistema Necessário para a Versão Windows do Adobe Digital Editions
    Processador: Intel® Pentium® de 500MHz (ou mais rápido)
    Sistema operacional:
    o Windows 7
    o Windows Vista
    o Windows XP SP2 (ou superior)
    o Microsoft Windows 2000 com Service Pack 4
    Memória: 128 MB de RAM (mínimo)
    Navegador:
    o Internet Explorer 6 (ou superior)
    o Firefox 2 (ou superior)
    Software adicional: Adobe Flash Player 7 (ou superior)*
    * Windows 7 e Windows Vista necessitam utilizar o Flash 9.0.28 ou superior.
    Sistema Necessário para a Versão Apple Mac do Adobe Digital Editions
    Para Mac família Intel® (Mais recentes)
    o Mac OS X v10.4.11 (Tiger) ou mais novo.
    o 128MB de RAM
    o Qualquer processador da familia Intel® para Mac é suportado
    o Navegador Safari 4 ou Mozilla Firefox 3
    Para Mac família PowerPC (Mais antigos)
    o Mac OS X v10.4.11 (Tiger) ou mais novo
    o 128MB de RAM
    o Processador PowerPC® G4 ou G5 de 500Mhz
    o Navegador Safari 4 ou Mozilla Firefox 3
    Informações Adicionais
    Através do link Fale Conosco em nosso site.

    Sumário

    Introdução - XIII


    CAPÍTULO 1

    Então, o que faz um cientista de dados? - 1

    1.1 Workflow de Data Science - 8

    1.2 Formular o problema - 8

    1.3 Obter os dados - 9

    1.4 Explorar os dados - 9

    1.5 Modelar os dados - 10

    1.6 Comunicar o resultado - 10

    1.7 Mas, só isso? - 10



    CAPÍTULO 2

    Ambiente de desenvolvimento - 13

    2.1 Jupyter Notebook - 13

    2.2 Utilizando o Microsoft Azure Notebooks - 15

    2.3 Utilizando o CoCalc - 16

    2.4 Como utilizar um Notebook - 17

    2.5 Guia rápido de Markdown - 20

    2.6 Rodando seu próprio Notebook server - 20

    2.7 Usando o R-Studio - 22



    CAPÍTULO 3

    Primeiros passos em programação R - 25

    3.1 Visualizando os exemplos - 25

    3.2 Variáveis - 28

    3.3 Variáveis estatísticas - 30

    3.4 Expressões - 32

    3.5 Escopo - 33

    3.6 Comentário - 34



    CAPÍTULO 4

    Mas o que é Data Science - 35

    4.1 Data warehouse - 36

    4.2 Business Intelligence - 37

    4.3 Big Data - 38

    4.4 Data Mining - 38

    4.5 Data Analytics - 39

    4.6 Análise Preditiva e Machine Learning - 39

    4.7 As perguntas que não querem calar - 39



    CAPÍTULO 5

    Estatística básica para detonar as conversas fiadas - 43

    5.1 Tipos de dados - 45

    5.2 Dados contínuos - 46

    5.3 Categorias - 47

    5.4 Dados ordinais - 49

    5.5 Estatística descritiva - 51

    5.6 População e amostra - 51

    5.7 Tendência central - 52

    5.8 Medidas de dispersão - 55

    5.9 Calculando as medidas centrais em R - 60

    5.10 Calculando as medidas de dispersão em R - 63



    CAPÍTULO 6

    Analisando distribuições - 67

    6.1 Frequências - 67

    6.2 Histogramas - 69

    6.3 Distribuição de probabilidades - 73

    6.4 Probabilidade - 74

    6.5 Modelos probabilísticos discretos - 76

    6.6 Modelos probabilísticos contínuos - 80

    6.7 Curtose e assimetria - 85



    CAPÍTULO 7

    Técnicas de Data Science aplicadas - 87

    7.1 O universo de técnicas de Data Science - 88

    7.2 Estudo de distribuições - 89

    7.3 Estudo de correlação - 90

    7.4 Análise de regressão - 91

    7.5 Classificação - 91

    7.6 Agrupamentos (cluster analysis - 92



    CAPÍTULO 8

    Inferência estatística - 95

    8.1 Estimar uma população com base em uma amostra - 95

    8.2 Tamanho da amostra e o teorema central do limite - 102

    8.3 Intervalo de confiança - 103

    8.4 Margem de erro - 105

    8.5 Estatística T - 105

    8.7 Testes de hipóteses - 107

    8.8 Teste de hipótese automático - 117

    8.9 Um exemplo de teste bilateral - 118



    CAPÍTULO 9

    Datasets - 123

    9.1 Datasets não convencionais - 125

    9.2 Classes das colunas - 126

    9.3 Lidando com datas - 126

    9.4 Datas com formatos diferenciados - 127

    9.5 Lidando com nulos e lacunas nos dados - 129

    9.6 Manipulação de dados - 131

    9.7 Funções da “dplyr - 131

    9.8 Funções da “tidyr - 134



    CAPÍTULO 10 -

    Regressão - 139

    10.1 Tipos de regressão - 140

    10.2 Regressão linear simples - 140

    10.3 Erros e resíduos - 142

    10.4 Resultado da regressão - 142

    10.5 Resíduos - 143

    10.6 Coeficientes - 148

    10.7 Erro padrão dos resíduos - 149

    10.8 Coeficiente de determinação - 149

    10.9 Significância da regressão - 150

    10.10 Predição - 150

    10.11 Restrições de regressões lineares - 152

    10.12 Teste de significância dos coeficientes - 152

    10.13 Teste de significância da regressão - 152

    10.14 Multicolinearidade - 153

    10.15 Heterocedasticidade - 154

    10.16 Autocorrelação dos resíduos - 155

    10.17 Outros testes - 156

    10.18 Regressão múltipla - 157

    10.19 Um exemplo - 158

    10.20 Conclusões da regressão múltipla - 161

    10.21 Regressão não linear - 161



    CAPÍTULO 11

    Regressão com árvore de decisão - 163

    11.1 Machine Learning - 163

    11.2 Decision Trees - 163

    11.3 Gerando dados - 164

    11.4 Dividindo a amostra - 167

    11.5 Profundidade e overfitting - 168

    11.6 Treinando o modelo - 169

    11.7 Fazendo predições e comparando - 171

    11.8 Decision tree tridimensional - 173



    CAPÍTULO 12

    Classificação - 177

    12.1 Regressão logística - 178

    12.2 Churn prediction - 179

    12.3 SVM - 187

    12.4 Kernel e hiperparâmetros - 188

    12.5 Conclusão - 190



    CAPÍTULO 13

    Agrupamento (clusterização - 191

    13.1 K-means - 192

    13.2 Exemplos - 193

    13.3 Exemplo real - 198



    CAPÍTULO 14

    Deep Learning - 203

    14.1 Instalação do TensorFlow e do Keras - 204

    14.2 Técnicas e configuração - 204

    14.3 Artificial Neural Network - 204

    14.4 Convolutional Neural Network - 212

    14.5 Recurrent Neural Networks - 212

    14.6 TensorFlow - 213

    14.7 Playground - 214

    14.8 Turbo prime - 215

    14.9 Usando o Estimator Framework - 220

    14.10 API Keras - 225



    CAPÍTULO 15

    Processamento de linguagem natural - 231

    15.1 Formato Tidy - 232

    15.2 Contagem de palavras / Tagcloud - 233

    15.3 Um exemplo com feeds - 238

    15.4 Análise de sentimentos - 239

    15.5 Sentimentos de tweets - 242



    CAPÍTULO 16

    Big Data - 243

    16.1 Caso de uso - 244

    16.2 Ambiente de Big Data - 247

    16.3 Hadoop - 247

    16.4 Spark - 249

    16.5 Index / Search engines - 249

    16.6 Acessórios - 249

    16.7 Experiências práticas - 250

    16.8 DCEP de saúde - 250

    16.9 Análise de sentimentos de Tweets - 253

    16.10 Usando o Spark para monitorar a qualidade do ar - 255

    16.11 Resumo - 262

    Informações Técnicas

    Nº de páginas:288
    Origem:Nacional
    Editora:Editora Ciência Moderna
    Idioma:Português
    Edição:1ª Edição
    Ano:2018
    ISBN:9788539910229
    Encadernação:Digital
    Autor:Cleuton Sampaio
  • Informações

Avaliação técnica sobre o livro

Não encontrou seu produto? Deixe aqui sua Sugestão para novos produtos!

Enviar sugestão

Políticas

Informações

Atendimento

(21) 2262-3111

(21) 2262-3111

Pague com

Visa, mastercard, Diners, Boleto, American Express , VisaElectron, Discover , Elo , Maestro

Segurança e certificados

© 2015 Livraria Ciência Moderna Ltda - Avenida Rio Branco 156 – subsolo 126 – Centro – RJ – Cep:20040-003 | Cnpj :33.412.271/0001-03 | Inscrição Estadual: 85.853.198 *Os preços e condições de pagamento podem ser exclusivos para compras via internet , o que quer dizer que podem variar das lojas físicas. Vendas Sujeitas á analise e confirmação de dados.
VTEXOriginal Media

Olá! Seja Bem Vindo (a)!

Eu sou o Moderninho , o Mascote da Ciência Moderna Online!
Além de bonito, o novo site tem Minhas Dicas :) #ficaadica

A 1ª Dica é -> Deixe aqui seu contato para receber nossas
NOVIDADES, PROMOÇÕES E CUPONS DE DESCONTOS ;)

Navegue SEM Moderação!