módulo #1 Introdução à análise de dados Visão geral da análise de dados, importância e aplicações
módulo #2 Tipos e fontes de dados Tipos de dados, fontes de dados e métodos de coleta de dados
módulo #3 Preparação e limpeza de dados Importância da limpeza de dados, lidar com valores ausentes e transformação de dados
módulo #4 Noções básicas de visualização de dados Introdução à visualização de dados, tipos de gráficos e melhores práticas
módulo #5 Estatística descritiva Medidas de tendência central, variabilidade e distribuição de dados
módulo #6 Resumo e agregação de dados Técnicas de agregação, agrupamento e sumarização de dados
módulo #7 Visualização de dados para análise univariada Visualização de variáveis únicas usando histogramas, gráficos de caixa e muito mais
módulo #8 Visualização de dados para análise bivariada Visualização de relacionamentos entre duas variáveis usando gráficos de dispersão e muito mais
módulo #9 Introdução à estatística inferencial Noções básicas de estatísticas inferenciais, distribuições amostrais e intervalos de confiança
módulo #10 Teste de hipóteses Formulação de hipóteses, tipos de testes e suposições de teste
módulo #11 Intervalos de confiança e estimativa Construção de intervalos de confiança e estimativa de parâmetros populacionais
módulo #12 ANOVA e análise de regressão Análise de variância, regressão simples e múltipla e construção de modelos
módulo #13 Análise de séries temporais Introdução à análise de séries temporais, componentes e construção de modelos
módulo #14 Métodos de previsão Suavização exponencial, ARIMA e outras técnicas de previsão
módulo #15 Mineração de dados e aprendizado de máquina Visão geral da mineração de dados, aprendizado de máquina e aprendizado supervisionado
módulo #16 Algoritmos de aprendizado supervisionado Árvores de decisão, florestas aleatórias e outros algoritmos de aprendizado supervisionado
módulo #17 Algoritmos de aprendizado não supervisionado Agrupamento, k-means e agrupamento hierárquico
módulo #18 Análise de texto e processamento de linguagem natural Introdução à análise de texto, PNL e análise de sentimentos
módulo #19 Análise de dados com Python Usando Python para análise de dados, pandas, NumPy e Matplotlib
módulo #20 Análise de dados com R Usando R para análise de dados, manipulação de dados e visualização
módulo #21 Análise de dados com Excel Usando Excel para análise de dados, tabelas dinâmicas e gráficos
módulo #22 Análise de big data Introdução ao big data, Hadoop e Spark
módulo #23 Narrativa de dados e comunicação Comunicação eficaz de insights e resultados às partes interessadas
módulo #24 Conclusão e encerramento do curso Planejando os próximos passos na carreira de Análise de Dados
