×
Create CV Books Summaries Online Courses Blog Communities

Login

Sign up
MindLuster Logo
Categories
Recent

Pensamento computacional e ciência de dados

Track :

Computer Science
Course Presenter :

estude org

Lessons no : 16

For Free Certificate After Complete The Course

To Register in Course you have to watch at least 30 Second of any lesson

Join The Course Go To Community Download Course Content

What will you learn in this course?
  • Develop problem decomposition skills for complex data analysis and computational tasks using logical structures and algorithms
  • Apply pattern recognition techniques to identify trends and insights in large datasets using data analysis tools and Python libraries
  • Create efficient algorithms to automate data processing and solve real-world computational problems effectively
  • Utilize Python programming, Pandas, and Matplotlib to collect, organize, and visualize data for informed decision-making
  • Implement statistical methods and data mining techniques to extract meaningful information from diverse data sources
  • Design data-driven solutions by integrating computational thinking and data science principles for innovative outcomes
  • Analyze datasets to identify patterns, anomalies, and correlations that support evidence-based decisions
  • Develop digital literacy skills by leveraging computational tools and data visualization to communicate insights clearly

How to Get The Certificate

  • You must have an account Register
  • Watch All Lessons
  • Watch at least 50% of Lesson Duration
  • you can follow your course progress From Your Profile
  • You can Register With Any Course For Free
  • The Certificate is free !
Lessons | 16
Introdução e Problemas de Otimização Aula 1 Pensamento Computacional e Ciência de Dados
00:40:57

Introdução e Problemas de Otimização Aula 1 Pensamento Computacional e Ciência de Dados
Problemas de Otimização Aula 2 Introdução ao Pensamento Computacional e Ciência de Dados
00:48:04

Problemas de Otimização Aula 2 Introdução ao Pensamento Computacional e Ciência de Dados
Modelos Teóricos de Grafos Aula 3 ntrodução ao Pensamento Computacional e Ciência de Dados
00:50:11

Modelos Teóricos de Grafos Aula 3 ntrodução ao Pensamento Computacional e Ciência de Dados
Pensamento Estocástico Aula 4 Introdução ao Pensamento Computacional e Ciência de Dados
00:49:50

Pensamento Estocástico Aula 4 Introdução ao Pensamento Computacional e Ciência de Dados
Caminhadas Aleatórias Aula 5 Introdução ao Pensamento Computacional e Ciência de Dados
00:49:21

Caminhadas Aleatórias Aula 5 Introdução ao Pensamento Computacional e Ciência de Dados
Simulação de Monte Carlo Aula 6 Introdução ao Pensamento Computacional e Ciência de Dados
00:50:05

Simulação de Monte Carlo Aula 6 Introdução ao Pensamento Computacional e Ciência de Dados
Intervalos de Confiança Aula 7 Introdução ao Pensamento Computacional e Ciência de Dados
00:50:29

Intervalos de Confiança Aula 7 Introdução ao Pensamento Computacional e Ciência de Dados
Amostragem e Erro Padrão Aula 8 Introdução ao Pensamento Computacional e Ciência de Dados
00:46:46

Amostragem e Erro Padrão Aula 8 Introdução ao Pensamento Computacional e Ciência de Dados
Compreensão de Dados Experimentais Aula 9 Pensamento Computacional e Ciência de Dados
00:47:06

Compreensão de Dados Experimentais Aula 9 Pensamento Computacional e Ciência de Dados
Compreensão de Dados Experimentais Aula 10 Pensamento Computacional e Ciência de Dados
00:50:33

Compreensão de Dados Experimentais Aula 10 Pensamento Computacional e Ciência de Dados
Introdução ao Aprendizado de Máquina Aula 11 Pensamento Computacional e Ciência de Dados
00:51:31

Introdução ao Aprendizado de Máquina Aula 11 Pensamento Computacional e Ciência de Dados
Agrupamento Aula 11 Introdução ao Pensamento Computacional e Ciência de Dados
00:50:40

Agrupamento Aula 11 Introdução ao Pensamento Computacional e Ciência de Dados
Classificação Aula 13 Introdução ao Pensamento Computacional e Ciência de Dados
00:49:54

Classificação Aula 13 Introdução ao Pensamento Computacional e Ciência de Dados
Classificação e Pecados Estatísticos Aula 14 Pensamento Computacional e Ciência de Dados
00:49:25

Classificação e Pecados Estatísticos Aula 14 Pensamento Computacional e Ciência de Dados
Pecados Estatísticos e Conclusão Aula 15 Pensamento Computacional e Ciência de Dados
00:44:43

Pecados Estatísticos e Conclusão Aula 15 Pensamento Computacional e Ciência de Dados
Agrupamento
00:50:40

Agrupamento


We Appreciate Your Feedback

Be the First One Review This Course

Excellent
0 Reviews
Good
0 Reviews
medium
0 Reviews
Acceptable
0 Reviews
Not Good
0 Reviews
0
0 Reviews

Our New Certified Courses Will Reach You in Our Telegram Channel
Join Our Telegram Channels to Get Best Free Courses

Join Now

Related Courses

Linear Algebra for Computer Scientists
7 Lessons

Linear Algebra for Computer Scientists

Insertion Sort
3 Lessons

Insertion Sort

Bubble Sort
4 Lessons

Bubble Sort

GCSE Computer Science
18 Lessons

GCSE Computer Science

Random Access Memory
7 Lessons

Random Access Memory

Binary Trees
4 Lessons

Binary Trees

Bitwise Operators
4 Lessons

Bitwise Operators

Introduction to Stacks Data Structures
17 Lessons

Introduction to Stacks Data Structures

Organization Theory Structure and Design
41 Lessons

Organization Theory Structure and Design

Handling Large Scale Unit Level Data
41 Lessons

Handling Large Scale Unit Level Data

Introduction to Machine Learning
19 Lessons

Introduction to Machine Learning

Applied Linear Algebra Vectors Matrices
54 Lessons

Applied Linear Algebra Vectors Matrices

Artificial Intelligence beginners
1 Lessons

Artificial Intelligence beginners

Machine Learning Autumn 2018
1 Lessons

Machine Learning Autumn 2018

Robotics and Autonomous Systems
15 Lessons

Robotics and Autonomous Systems

Natural Language Understanding
15 Lessons

Natural Language Understanding

Pensamento computacional e ciência de dados, neste curso ensina como resolver problemas complexos de forma lógica e estruturada, aplicando princípios da computação e análise de dados. O aluno aprenderá a decompor problemas, reconhecer padrões, criar algoritmos e usar ferramentas digitais para automatizar processos. Além disso, o curso introduz os fundamentos da Ciência de Dados, abordando coleta, organização e visualização de informações por meio de linguagens como Python e bibliotecas como Pandas e Matplotlib. Também serão explorados conceitos de estatística, mineração de dados e tomada de decisão baseada em evidências. Com atividades práticas e estudos de caso, o participante desenvolverá habilidades essenciais para a era digital e compreenderá como transformar dados em soluções inteligentes e inovadoras. estude org