Paulo Afonso Lopes
Estatístico e engenheiro
Professor do Instituto Militar de Engenharia
Membro da New York Academy of Sciences
Estatística: não se agite antes de usar!
A Estatística é fundamental na Ciência e, atualmente, essencial na ciência de dados e na inteligência artificial. Modelar questões estatisticamente possibilita extrair conhecimento preciso dos dados e quantificar incertezas. O princípio da inferência estatística – que reconhece a aleatoriedade nos dados – nos ajuda a separar informação correta da incorreta, distinguir correlação de causa e estabelecer previsões confiáveis.
A educação estatística moderna vai além da mecânica dos cálculos, abrangendo como formular questões, processar dados, selecionar métodos e comunicar resultados efetivamente.
Este curso apresenta conceitos fundamentais úteis em diversas áreas, da análise tradicional de dados até aplicações em big data e IA.
Uma notícia ruim e uma boa
Primeiro, a ruim. A estatística é vastamente abrangente, dificultando determinar o que aprender e em qual ordem. Está presente em praticamente todas as áreas – da ciência ao governo – e seu conteúdo pode parecer complexo para quem não tem formação específica, especialmente quando se pensa em aplicações avançadas.
Agora, a boa notícia. Este curso foi planejado para superar essas dificuldades. Focamos nos conceitos fundamentais necessários para avanços maiores, apresentando-os gradualmente, com textos claros e seleção criteriosa do essencial. Facilitamos a compreensão dos requisitos básicos antes de avançar para métodos mais complexos, sempre com explicações que suavizam a transição para a formulação matemática.
Estudantes de todos os cursos em que a disciplina Estatística seja ministrada. Profissionais que desejam uma base sólida para tornar-se um cientista de dados.
Aula 1.1 Conceitos Fundamentais de Estatística
Aula 1.2 O Papel da Estatística no Ciclo de Vida da Ciência de Dados
Exercícios finais
Glossário
Estudo de caso
Downloads
Aula 2.1 Classificação dos dados e medidas de representatividade e de variabilidade
Aula 2.2 Análise exploratória de dados em projetos de ciência de dados
Exercícios finais
Glossário
Estudo de caso
Downloads
Aula 3.1 Gráficos: histogramas, boxplots e dispersão
Aula 3.2 Visualização como ferramenta de descoberta na Ciência de Dados
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 4.1 Fundamentos de Probabilidade, Variáveis Aleatórias e Distribuições Clássicas
Aula 4.2 Modelagem Probabilística de Fenômenos em Dados Reais
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 5.1 Estimativas pontuais e por intervalos e testes de hipóteses
Aula 5.2 Tomada de decisão com base em amostras no contexto de big data
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 6.1 Associação entre variáveis e modelagem com regressão
Aula 6.2 Aplicação de regressão linear em previsão e modelagem preditiva
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 6.1 Associação entre variáveis e modelagem com regressão
Aula 6.2 Aplicação de regressão linear em previsão e modelagem preditiva
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 7.1 Tendência, sazonalidade e modelos de previsão temporal
Aula 7.2 Aplicação em previsão de demanda, finanças e comportamento de usuários
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 8.1 Avaliação de modelos, overfitting e validação cruzada
Aula 8.2 Uso da estatística em algoritmos de aprendizagem supervisionada de máquina
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 9.1 Probabilidade condicional, teorema de Bayes e inferência bayesiana
Aula 9.2 Atualização de crenças e modelagem preditiva com abordagem bayesiana
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Aula 10.1 Erros comuns, tendenciosidade e comunicação de resultados estatístico
Aula 10.2 Responsabilidade ética na análise e na divulgação de dados
Exercícios finais do módulo
Glossário
Estudo de caso
Downloads
Veja a variedade de exercícios gamificados que você pode ter na AutorFlix:
Reunimos exemplos em uma página para que você avalie algumas das muitas opções interativas.
As substâncias químicas que se encaixam nos receptores das células, localizados nas membranas plasmáticas, podem ser chamadas de citocinas (mediadores químicos) ou hormônios. Quando uma célula produz uma substância para “mandar um recado” a outra célula, denomina-se essa substância de citocina. Já, quando várias células em conjunto, por exemplo, de uma glândula, produzem uma substância sinalizadora ou comunicante a outras células, denomina-se hormônio.
Assim, quando as células querem ou precisam enviar mensagens a outras células do corpo, elas produzem as citocinas ou hormônios, que levam os recados. Tais citocinas e hormônios se encaixam nos receptores celulares passando a informação desejada. Nos capítulos seguintes, as ações dessas substâncias são abordadas com mais detalhes.
As substâncias químicas que se encaixam nos receptores das células, localizados nas membranas plasmáticas, podem ser chamadas de citocinas (mediadores químicos) ou hormônios. Quando uma célula produz uma substância para “mandar um recado” a outra célula, denomina-se essa substância de citocina. Já, quando várias células em conjunto, por exemplo, de uma glândula, produzem uma substância sinalizadora ou comunicante a outras células, denomina-se hormônio.
Assim, quando as células querem ou precisam enviar mensagens a outras células do corpo, elas produzem as citocinas ou hormônios, que levam os recados. Tais citocinas e hormônios se encaixam nos receptores celulares passando a informação desejada. Nos capítulos seguintes, as ações dessas substâncias são abordadas com mais detalhes.