💻 Curso Tidyverse e Ciência de Dados

Sumário

Um curso ministrado no Youtube para interessados a autores independentes que buscam estudar Ciência de dados com o ambiente R.

Apresentação

Tidyverse e Ciência de Dados

O curso Tidyverse e Ciência de Dados apresenta um percurso prático e integrado para o tratamento, a exploração, a visualização e a comunicação de dados utilizando a linguagem R e o ecossistema Tidyverse.

A proposta parte de dados reais e situações aplicadas, mostrando como transformar bases de dados brutas em informações organizadas e visualizações capazes de revelar padrões, relações e tendências. Ao longo do curso, são trabalhados os principais pacotes do Tidyverse, como dplyr, tidyr, ggplot2, readr, forcats, lubridate e stringr.

Mais do que aprender funções isoladas, o curso enfatiza uma forma estruturada de pensar e trabalhar com dados, utilizando operações encadeadas, organização de dados (tidy data), transformação de variáveis, agrupamentos, sumarizações e construção de gráficos.

A visualização ocupa papel central no percurso: por meio do ggplot2, o estudante aprende a construir gráficos informativos e adequados ao tipo de dado e à pergunta de interesse, desenvolvendo a capacidade de passar do tratamento dos dados à visualização, da visualização ao entendimento e do entendimento à tomada de decisão.

O que você aprenderá

Em síntese, o curso aborda:

📊 organização e estruturação de bases de dados;
🔎 exploração e análise inicial dos dados;
🧹 limpeza e transformação de dados com dplyr e tidyr;
📈 construção e personalização de gráficos com ggplot2;
🔤 tratamento de textos e categorias com stringr e forcats;
📅 manipulação de datas e horários com lubridate;
📥 importação de diferentes formatos de dados com readr;
🔗 integração das diferentes etapas por meio do fluxo de trabalho do Tidyverse;
🧠 interpretação dos resultados e comunicação de informações por meio de dados.

Visão geral do curso

Tidyverse e Ciência de Dados é, portanto, um curso voltado a quem deseja utilizar o R como ferramenta para transformar dados em conhecimento, desenvolvendo uma abordagem prática, organizada e reprodutível para a Ciência de Dados.