# Projetos de Ciência de Dados com Python: Abordagem de Estudo de Caso Para a Criação de Projetos de Ciência de Dados Bem-sucedidos Usando Python, Pandas e Scikit-learn

**Escritor/autor:** Stephen Klosterman
**Página pública:** https://acervodelivros.com.br/livros/projetos-de-ciencia-de-dados-com-python-abordagem-de-estudo-de-caso-para-a-criacao-de-projetos-de-ciencia-de-dados-bem-sucedidos-usando-python-pandas-e-scikit-learn/
**Canal de venda:** https://www.amazon.com.br/dp/6586057108?tag=acervodeliv00-20

## Identificação editorial
- ASIN: 6586057108
- ISBN-10: 6586057108
- ISBN-13: 978-6586057102
- Editora: Novatec Editora
- Ano de publicação: 2020
- Número de páginas: 320 páginas
- Idioma: Português

## Categoria e posicionamento
- Categoria principal: Autoajuda
- Subcategoria: Inteligência Emocional e Comportamento
- Tema principal: Inteligência emocional e comportamento
- Ranking informado: Nº 76.631 em Livros (Conheça o Top 100 na categoria Livros) Nº 279 em Programação de Computadores

## Descrição base
Projetos de ciência de dados com Python foi pensado para oferecer orientação prática sobre ferramentas padrão para análise de dados e machine learning em Python com a ajuda de dados reais. O curso o ajudará a entender como usar pandas e o Matplotlib para examinar criticamente um dataset com sínteses estatísticas e gráficos e extrair os insights que deseja obter. Você continuará adquirindo conhecimento ao aprender a preparar dados e a fornecê-los para algoritmos de machine learning, como o de regressão logística regularizada e o de floresta aleatória, usando o pacote scikit-learn. Também aprenderá como ajustar algoritmos para fornecer as melhores previsões sobre dados novos não conhecidos. À medida que percorrer os capítulos mais avançados, conhecerá o funcionamento e a saída desses algoritmos e entenderá melhor não só os recursos preditivos dos modelos, mas também o que os leva a fazer essas previsões. No fim do curso, você terá as habilidades necessárias para usar confiantemente vários algoritmos de machine learning a fim de executar análises de dados detalhadas e extrair insights significativos dos dados.

## Nota metodológica
Dados organizados pelo Acervo de Livros a partir de fonte comercial consultada. Preços, avaliações, estoque e ranking podem variar.