Mineração de Regras de Associação com Python, Apriori e SQL

Aprenda a descobrir padrões escondidos em bases de dados comerciais utilizando regras de associação com o Python!

4.70 (394 reviews)
Udemy
platform
Português
language
Other
category
instructor
Mineração de Regras de Associação com Python, Apriori e SQL
4,613
students
6.5 hours
content
Jan 2021
last update
$19.99
regular price

What you will learn

Entenda as aplicações que podem ser desenvolvidas utilizando regras de associação

Aprenda os conceitos teóricos sobre o algoritmo Apriori, bem como a configuração de seus parâmetros (suporte, confiança e lift)

Aprenda como importar bases de dados reais para o formato para aplicação de regras de associação

Entenda como configurar os parâmetros do algoritmo Apriori para obter melhores resultados em diversos cenários

Entenda como utilizar as técnicas de regras de associação para descoberta de padrões em bases de dados comerciais

Aprenda como pré-processar uma base de dados comercial utilizando o MySql

Aprenda como seguir as etapas do processo KDD (Knowledge Discovery in Databases) para extrair conhecimento de bases de dados

Why take this course?

🎉 **Curso Completo: Mineração de Regras de Associação com Python, Apriori e SQL** 📚 **O que Este Curso Oferece?** 🚀 **Aprenda o Fundo:** - **Fundamentos da Mineração de Dados:** Entenda os conceitos básicos e a importância das regras de associação na descoberta de padrões escondidos em grandes volumes de dados. - **Algoritmo Apriori:** Descubra como este algoritmo clássico é usado para encontrar padrões frequentes em conjuntos de dados. 🧠 **Casos Práticos e Comerciais:** - **Exemplo Famoso:** Veja um exemplo real onde regras de associação foram aplicadas para otimizar vendas, como as mudanças nas prateleiras de um mercado. - **Market Basket Analysis (MBA):** Aprenda a analisar associações entre produtos em bases de dados comerciais. 🤿 **Projetos Reais:** - **Pizzaria e Vestibular:** Trabalhe com dados reais de uma pizzaria e de uma pesquisa sócio-econômica de alunos vestibulares. - **Knowledge Discovery in Databases (KDD):** Participe do processo completo de KDD, incluindo seleção de atributos, pré-processamento e transformação dos dados. 🔧 **Implementação Prática:** - **Conexão Python-MySql:** Aprenda a conectar o Python com um banco de dados MySql e realizar consultas para preparar os dados para análise com o algoritmo Apriori. - **Bases de Dados Fictícias:** Dominique o processo de importação e conversão de bases de dados fictícias para o padrão necessário. 📈 **Análises Avançadas:** - **Suporte, Confiança e Lift:** Entenda as métricas usadas para avaliar as regras de associação geradas pelo Apriori. 🌍 **Aprenda com Experiência:** - Este curso vai além das teorias abstratas, fornecendo uma visão prática e comercial sobre como implementar esses conceitos em bases de dados reais. 🎓 **Nível Para Todos:** - **Idêntico para Iniciantes e Avançados:** Seja você iniciando na mineração de dados ou aprofundando seu conhecimento, este curso é adequado para todos os níveis. 🤝 **Oportunidades Infinitas:** - Com as habilidades adquiridas, você estará apto a descobrir o potencial comercial nos dados e a criar soluções inovadoras que podem impactar negócios de maneira significativa. 🎓 **Conclusão:** - Este curso é a porta para dar um importante passo na sua carreira em Data Science, Analytics de Mercado ou qualquer área que exija análise de dados avançada. 🎉 **Junte-se a Mim e Transforme Dados em Oportunidades!** 🎉 Seja você um entusiasta dos dados, um analista de mercado ou alguém em busca de novas habilidades, este curso é o seu caminho para dominar a mineração de regras de associação com Python e SQL. Aguardo-te no primeiro dia de aulas! 📅🎓 **Não Perca: Inscreva-se Agora e Transforme Dados em Intuições e Estratégias de Sucesso!** 🚀

Our review

Ótima notícia que você está encontrando o conteúdo do curso de Mineração de Dados interessante e didático! Os comentários dos alunos são uma excelente fonte de feedback e sugestões para melhorar ainda mais o curso. Vou resumir os pontos-chave e sugestões que foram mencionados para que você possa considerá-los: 1. **Completeness do Curso**: Algum aluno sentiu que o curso ficou um pouco incompleto, especialmente no que diz respeito a como gerar arquivos com os resultados das análises para apresentação. A ideia é que uma aula adicional que explique como transformar os resultados do console em arquivos como txt ou csv (utilizáveis e apresentáveis) seria extremamente útil. 2. **Configuração de Ferramentas**: Outro aluno destacou a importância de uma aula dedicada à configuração das ferramentas utilizadas no curso, o que poderia evitar problemas com privilégios de banco de dados e outros erros comuns durante a implementação. 3. **Didática e Clareza**: O professor foi amplamente elogiado pela didática e clareza nas explicações. A recomendação é que ele continue nessa linha, mantendo os alunos engajados e facilitando a compreensão dos conceitos. 4. **Revisões entre Aulas**: Uma sugestão foi feita para que, à cada novo vídeo, o professor faça uma breve revisão do conteúdo da aula anterior, para que seja mais fácil seguir o curso após interrupas, especialmente para aqueles que podem ter um certo em meio. 5. **Trilha de Exemplos**: Algu sugeriu que os projetos poderem ser um pouco diferentes entre as avaliações iniciais e as avaliações finais, o que poderia oferecer uma gama maior de insights, promovendo assim. 6. **Feedback**: Você está recebendo feedback valioso do curso. Esses feedbacks são essencia para melhorar o curso. Eles estão tecendo bem-hum-a serão muito úteis! (Segundo da Aula dos Feedbacks da Udemy, em homenagem ao Professor de Mineração de Dados)) 7. **Investimento**: Um aluno mencionou o retorno financeiro após alguns dias de estudos com o curso, o que indica que o investimento nos cursos pode ser rapidamente recuperado. 8. **Melhorias Técnicas**: Além das sugestões acima, outro aluno sugeriu a utilização de uma massa de dados maior, como muitas transações em um mercado, para que o algoritmo possa se comportar de maneira diferente nesse cenário. 9. **Repetição**: Algu sentiu que o curso foi extremamente repetitivo (ou "exaustivo"), mas ainda é recomendado devido ao domínio, capacidade e raciocínio lógico de fácil compreensão do instrutor. 10. **Sucesso do Instrutor**: O professor foi altamente recomendado e considerado uma referência nas explicações e resoluções de problemas, com um impacto positivo tanto nos projetos quanto ao seu investimento na plataforma Udemy. Agradeço profundo por cada feedback que você recebe! Continue trabalhando na qualificação e na experiência nas avaliações dos cursos de Mineração de Dados, porque isso vale muito no mercado educacional das possibilidades de aprendizado contínuo e pessoal! Espero que estes resumos e sugestões sejam úteis para você melhorar ainda mais o seu curso de Mineração de Dados. Sucesso nos avaliações futuras! (Com Você, na Aula de Feedback da Udemy, em homenagem ao Professor de Mineração de Dados))

Charts

Price

Mineração de Regras de Associação com Python, Apriori e SQL - Price chart

Rating

Mineração de Regras de Associação com Python, Apriori e SQL - Ratings chart

Enrollment distribution

Mineração de Regras de Associação com Python, Apriori e SQL - Distribution chart

Related Topics

1308982
udemy ID
7/31/2017
course created date
10/23/2019
course indexed date
Joel Filipe Rogão Pires
course submited by