Estatística - Como a Netflix sabe qual filme eu gosto?
Master data analysis & recommendations! Learn standard deviation, central limit theorem, regression & more to boost your career.
Course Content
Estatística - Como a Netflix sabe qual filme eu gosto? is a beginner-level Udemy course taught by Eng. esp. Vitor Penteado. It runs 10h 57m, is taught in Portuguese, and includes a certificate of completion. Learners rate it 4.7 out of 5 from 12 reviews, with 108 students enrolled. It is a paid course, last updated April 2024.
Estatística Prática: Domine os Dados e Impulsione sua Carreira
Descubra o poder da estatística prática e aprenda a transformar dados em decisões estratégicas para o seu negócio. Este curso é ideal para iniciantes que desejam entender o que é estatística, para que serve e como funciona na prática, sem precisar de conhecimento prévio.
Desmistificando a Estatística:
Esqueça a complexidade! Nós simplificamos a estatística descritiva, indutiva e preditiva, tornando-a acessível e aplicável ao seu dia a dia profissional. Aprenda a:
- Criar sistemas de recomendação: Entenda como funciona um sistema de recomendação como o da Netflix e crie o seu próprio utilizando ferramentas como o Excel.
- Classificar clientes: Implemente um classificador de clientes autônomo em Excel usando desvio padrão para otimizar suas estratégias de marketing.
- Analisar decisões: Compreenda a lógica por trás das escolhas dos jogadores da NFL e aplique o valor esperado/payoff em suas decisões empresariais.
- Interpretar pesquisas: Aprenda a avaliar a confiabilidade de pesquisas e a tomar decisões baseadas em níveis de segurança e hipóteses nulas.
- Entender a curva normal e o Teorema do Limite Central: Utilize esses conceitos para otimizar sua empresa.
Conteúdo Prático e Relevante:
Este curso foca no essencial, entregando resultados rápidos e práticos. Você aprenderá sobre:
- Estatística Descritiva, Indutiva e Preditiva: Fundamentos para análise de dados.
- Média, Mediana e Moda: Métricas essenciais para entender seus dados.
- Desvio Padrão: Avalie a variabilidade dos seus dados.
- Sistemas de Recomendação (RecSys): Crie seu próprio sistema de recomendação passo a passo.
- Probabilidade: Aplique a probabilidade em eventos isolados e múltiplos.
- Valor Esperado/Payoff: Tome decisões estratégicas baseadas em riscos e recompensas.
- Árvore de Decisão em Payoff: Visualize e otimize suas decisões.
- População, Amostragem e Amostra: Entenda como coletar e analisar dados.
- Teoria do Limite Central: Aplique o desvio padrão e o erro padrão.
- Inferência Estatística: Tire conclusões válidas a partir dos dados.
- Teste de Hipótese: Aprenda a aceitar ou rejeitar hipóteses.
- Comparando Médias Amostrais: Analise diferenças entre grupos.
- Tabela Verdade/Diagnóstica: Calcule métricas de performance (verdadeiro positivo, etc.).
- Pesquisas Eleitorais: Entenda como funcionam e como interpretar os resultados.
- Regressão Linear e Multivariável: Previsão de dados e análise de correlação.
Exercícios Práticos em Excel:
Coloque em prática o que aprendeu com exercícios práticos, incluindo:
- Análise de dados da FIESP utilizando média e mediana.
- Classificação autônoma de clientes com desvio padrão.
- Criação de um sistema de recomendações de filmes.
- Construção de árvores de decisão.
- Predição de faturamento com Python e Google Colab: Demonstre o poder da análise de dados com a linguagem Python.
Bônus Exclusivos:
- Todos os exercícios em Excel.
- Indicações de livros sobre mindset, estatística aplicada, contabilidade para gestores e Data Science para Negócios.
- Tempo vitalício de acesso ao curso.
- Certificado de conclusão.
- PPTs para download.
- Correções dos exercícios.
- Suporte semanal de segunda a sexta, das 19h às 22h.
Invista no seu futuro! Aprenda estatística prática e se destaque no mercado de trabalho.
"Não devemos ter medo das novas ideias! Elas podem significar a diferença entre o triunfo e o fracasso..." - Napoleon Hill
Want AI in your product? Hire the team behind TutorialSearch.io
LLM features, RAG, agents and automation wired into a real product — built by the devs who shipped this site.