Pular para o conteúdo
Even3

MinicursoEducação

Análise de dados em Pyhton

Gravado no evento II ENEAT em casa · 1 h 9 min de gravação

Sobre o conteúdo

A atividade tem início com a recepção e avisos institucionais do evento II ENEAT em casa conduzidos pelos organizadores, apresentando benefícios da patrocinadora Mirador Academy e destacando a importância da programação em Python no mercado de trabalho e na formação em Ciências Atuariais. Em seguida, a professora Patricia de Siqueira Ramos assume a transmissão para ministrar a aula "Análise de dados em Pyhton", contextualizando sua trajetória acadêmica na transição e convivência entre as linguagens R e Python.

O que é abordado

  1. Abertura e avisos do evento
  2. Apresentação da palestrante e introdução ao Python
  3. Apresentação dos materiais e uso do Google Colab
  4. Visualização gráfica com Seaborn, Matplotlib e WordCloud
  5. Importação, limpeza e organização de dados com Pandas
  6. Mesclagem de bases de dados e tratamento de valores nulos
  7. Cálculo de taxas por habitante e estatísticas descritivas
  8. Construção de mapas temáticos com GeoPandas
  9. Sessão de perguntas e encerramento

Dúvidas que o conteúdo responde

Quais as principais vantagens que a linguagem R ainda apresenta sobre o Python?

O R tem um ecossistema muito consolidado no meio acadêmico, com pacotes estatísticos prontos para modelagens específicas (como dados em painel) e uma estrutura nativa voltada para vetores e matrizes, enquanto no Python é necessário importar bibliotecas adicionais como NumPy e Pandas.

É possível rodar o Google Colab em computadores antigos ou com pouca capacidade de processamento?

Sim. Como o processamento e a execução dos códigos ocorrem em servidores remotos na nuvem do Google, o desempenho depende predominantemente de uma conexão de internet estável, demandando poucos recursos de hardware local.

O Python oferece recursos equivalentes ao R Markdown para gerar relatórios profissionais em PDF?

O notebook do Colab e Jupyter permite escrever células em texto com formatação Markdown e exportar o documento em PDF, mas não possui de forma direta a mesma padronização e acabamento visual de artigos científicos integrados ao LaTeX como ocorre no R Markdown.

É viável utilizar Python e R juntos em uma mesma rotina analítica?

Sim, é possível alternar e executar células de ambas as linguagens ou fazer uso de bibliotecas de interoperabilidade (como o pacote rpy2 no Python e reticulate no R).

Assuntos

  • Python
  • Pandas
  • Google Colab
  • GeoPandas
  • Ciências Atuariais
  • Análise de Dados
  • Matplotlib
  • Seaborn

Palestrantes

  • Patricia de Siqueira Ramos

    Instrutor(a)

    Minha graduação é em Ciência da Computação pela UFLA, mestrado e doutorado em Estatística, também pela UFLA. Sou professora da UNIFAL-MG desde 2010, docente no curso de Ciências Atuariais e parte do corpo docente do Programa de Pós-Graduação em Estatística Aplicada e Biometria da UNIFAL, campus Alfenas. Minhas áreas de atuação são: estatística aplicada, estatística computacional, análise multivariada e análise espacial.

Outros conteúdos deste evento

Gravados no evento II ENEAT em casa

Minicurso · 1 h 4 min

Introdução ao PowerBI

Gravado no evento II ENEAT em casa

Nesta palestra do II ENEAT em casa intitulada Introdução ao PowerBI, a atuária Samara Lauar apresenta os conceitos essenciais da ferramenta de Business Intelligence da Microsoft.…

Ver resumo e capítulos

Minicurso · 2 h

Excel aplicado à Atuária

Gravado no evento II ENEAT em casa

Durante o evento II ENEAT em casa, o minicurso aborda o tema Excel aplicado à Atuária com foco na prática profissional de mercado. O instrutor ensina a navegação por teclado,…

Ver resumo e capítulos