Descrição do Curso

  • Por que devo aprender Ciência de Dados com R da Simplilearn?

    • Este curso forma um pacote ideal para aspirantes a analistas de dados que desejam construir uma carreira de sucesso em análise / ciência de dados. Ao final deste treinamento, os participantes adquirirão uma visão geral de 360 ​​graus da análise de negócios e do R, dominando conceitos como exploração de dados, visualização de dados, análise preditiva, etc.
    • De acordo com o marketsandmarkets.com, o mercado de análise avançada valerá US $ 29,53 bilhões até 2019
    • Wired.com aponta para um relatório da Glassdoor que o salário médio de um cientista de dados é de US $ 118.709
    • A Randstad informa que os aumentos de pagamento no setor de análises são 50% mais altos que os de TI

  • Quais são os objetivos do curso?

    A Data Science Certification com R foi projetada para fornecer a você um conhecimento profundo das várias técnicas de análise de dados que podem ser executadas usando R. O curso de ciência de dados é repleto de projetos e estudos de caso reais e inclui o R CloudLab para prática .
    • Dominando a linguagem R: O curso de ciência de dados fornece uma compreensão profunda dos pacotes de linguagem R, R-studio e R. Você aprenderá os vários tipos de funções de aplicação, incluindo DPYR, obterá uma compreensão da estrutura de dados em R e executará visualizações de dados usando os vários gráficos disponíveis em R.
    • Dominando conceitos estatísticos avançados: O curso de treinamento em ciência de dados também inclui vários conceitos estatísticos, como regressão linear e logística, análise de cluster e previsão. Você também aprenderá o teste de hipóteses.
    • Como parte da ciência de dados com o curso de treinamento em R, você será solicitado a executar projetos reais usando o CloudLab. Os projetos obrigatórios estão distribuídos por quatro estudos de caso nos domínios da saúde, varejo e Internet. O R CloudLab foi fornecido para garantir que você tenha experiência prática e prática com suas novas habilidades. Quatro projetos adicionais também estão disponíveis para prática adicional.

  • Quais habilidades você aprenderá?

    Este curso de treinamento em ciência de dados permitirá que você:
    • Obtenha uma compreensão fundamental da análise de negócios
    • Instale o R, o R-studio e a configuração do espaço de trabalho e aprenda sobre os vários pacotes R
    • Domine R programando e entenda como várias instruções são executadas em R
    • Obtenha um conhecimento profundo da estrutura de dados usada em R e aprenda a importar / exportar dados em R
    • Definir, entender e usar as várias funções de aplicação e funções DPLYP
    • Entenda e use os vários gráficos em R para visualização de dados
    • Obter uma compreensão básica de vários conceitos estatísticos
    • Compreender e usar o método de teste de hipóteses para impulsionar as decisões de negócios
    • Compreender e usar modelos de regressão lineares não lineares e técnicas de classificação para análise de dados
    • Aprenda e use as várias regras de associação e o algoritmo Apriori
    • Aprenda e use métodos de clustering, incluindo K-means, DBSCAN e clustering hierárquico

  • Quem deve fazer este curso?

    Há uma demanda crescente por cientistas de dados qualificados em todos os setores, tornando este curso de certificação em ciência de dados adequado para participantes de todos os níveis de experiência. Recomendamos este treinamento em Ciência de Dados especialmente para os seguintes profissionais:
    • Profissionais de TI que buscam uma mudança de carreira na ciência e análise de dados
    • Desenvolvedores de software que buscam uma mudança de carreira na ciência e análise de dados
    • Profissionais que trabalham em análise de dados e negócios
    • Graduados que buscam construir uma carreira em análise e ciência de dados
    • Qualquer pessoa com interesse genuíno no campo da ciência de dados
    • Profissionais experientes que gostariam de aproveitar a ciência de dados em seus campos
    Pré-requisitos: Não há pré-requisitos para este curso de treinamento on-line de ciência de dados. Se você é novo no campo da ciência de dados, este é o melhor caminho para começar.

  • O que é o CloudLab?

    O CloudLab é um laboratório R baseado em nuvem oferecido com este curso de ciência de dados para garantir a execução sem complicações do trabalho do projeto incluído. Com o CloudLab, você não precisa instalar e manter o R ​​em uma máquina virtual. Em vez disso, você poderá acessar um ambiente pré-configurado no CloudLab por meio do seu navegador.

    Você pode acessar o CloudLab a partir do LMS (Learning Management System) da Simplilearn durante a duração do curso.

  • Quais projetos estão incluídos neste curso?

    O curso de certificação em ciência de dados inclui oito projetos reais baseados na indústria no R CloudLab. A avaliação bem-sucedida de um dos quatro projetos a seguir é parte dos critérios de elegibilidade da certificação.

    Projeto 1:
    Assistência médica: a análise preditiva pode ser usada na assistência médica para mediar readmissões hospitalares. Nos setores da saúde e outros, os preditores são mais úteis quando podem ser transferidos para a ação. Mas os dados históricos e em tempo real, por si só, são inúteis sem intervenção. Mais importante, para julgar a eficácia e o valor da previsão de uma tendência e, em última instância, da mudança de comportamento, tanto o preditor como a intervenção devem ser integrados no mesmo sistema e fluxo de trabalho onde a tendência ocorreu originalmente.

    Projeto 2:
    Seguros: O uso de análise preditiva aumentou muito nos negócios de seguros, especialmente para as maiores empresas, de acordo com a Pesquisa de Modelagem Preditiva de Seguros de 2013. Embora a pesquisa mostre um aumento na modelagem preditiva em todo o setor, todos os entrevistados de empresas que escrevem mais de US $ 1 bilhão em seguros pessoais empregam modelagem de previsão, em comparação com 69% das empresas com menos do que esse valor.

    Projeto 3:
    Varejo: o Google Analytics é usado na otimização de colocações de produtos em prateleiras ou na otimização do estoque a ser mantido nos depósitos usando exemplos do setor. Através deste projeto, os participantes aprendem o ciclo diário de otimização de produtos das prateleiras para o armazém. Isso lhes dá insights sobre ocorrências regulares no setor de varejo.

    Projeto 4:
    Internet: análise da Internet é a coleta, modelagem e análise de dados do usuário em serviços on-line em grande escala, como redes sociais, comércio eletrônico, pesquisa e propaganda. Nesta aula, nós exploramos uma série de funções-chave de tais serviços que se tornaram onipresentes nos últimos dois anos. Especificamente, analisamos redes sociais e de informação, sistemas de recomendação, armazenamento em cluster e detecção de comunidades, redução de dimensionalidade, fluxo de computação e leilões de anúncios on-line.

    Quatro projetos adicionais foram fornecidos para ajudar os alunos a dominar a linguagem R.

    Projeto 5:
    Indústria musical: os detalhes das preferências do ouvinte são registrados on-line. Esses dados não são usados ​​apenas para recomendar músicas que o ouvinte provavelmente desfrutará, mas também para direcionar uma estratégia de marketing direcionada que envia anúncios de músicas que um ouvinte pode querer comprar. Usando os dados demográficos, preveja as preferências de música do usuário para publicidade segmentada.

    Projeto 6:
    Finanças: você preverá se alguém irá padronizar ou não o padrão de um empréstimo com base nos dados demográficos do usuário. Você executará a regressão logística considerando as características do empréstimo e as características do mutuário como variáveis ​​explicativas.

    Projeto 7:
    Desemprego: Analise as taxas de desemprego mensais, ajustadas sazonalmente, para os dados de emprego nos EUA de todos os 50 estados, cobrindo o período de janeiro de 1976 a agosto de 2010. A exigência é agrupar os estados em grupos semelhantes usando um vetor de características.

    Projeto 8:
    Companhia aérea: os atrasos de voo são frequentemente sentidos quando voam da área de Washington DC para a área de Nova York. Ao usar a regressão logística, você identificará os voos com probabilidade de atraso. O conjunto de dados fornecido ajuda com diversas variáveis, incluindo aeroportos e tempos de voo.















Prévia do curso

    • Lição 00 - Introdução ao Curso 01:31
      • Introdução ao curso 01:31
    • Lição 01 - Introdução ao Business Analytics 21:06
      • 1.001 Overview 00:44
      • 1.002 Decisões de negócios e análises 04:33
      • 1.003 Tipos de Business Analytics 03:53
      • 1.004 Aplicações do Business Analytics 08:57
      • 1.005 Visão geral da ciência de dados 01:29
      • 1.006 Conclusion 01:30
      • Verificação de Conhecimento
    • Lição 02 - Introdução à Programação R 26:35
      • 2.001 Overview 00:31
      • 2.002 Importância de R 05:20
      • 2.003 Tipos de dados e variáveis ​​em R 02:14
      • 2.004 Operadores em R 04:39
      • 2.005 Declarações Condicionais em R 02:45
      • 2.006 Loops em R 05:07
      • Roteiro 2.007 R 01:44
      • 2.008 Funções em R 02:58
      • 2.009 Conclusion 01:17
      • Verificação de Conhecimento
    • Lição 03 - Estruturas de Dados 50:57
      • 3.001 Overview 01:04
      • 3.002 Identificando estruturas de dados 13:14
      • 3.003 Demo Identifying Data Structures 14:05
      • 3.004 Atribuindo Valores a Estruturas de Dados 04:51
      • 3.005 Manipulação de Dados 09:23
      • 3.006 Demo Atribuindo valores e aplicando funções 07:46
      • 3.007 Conclusion 00:34
      • Verificação de Conhecimento
    • Lição 04 - Visualização de Dados 29:40
      • 4.001 Overview 00:29
      • 4.002 Introdução à visualização de dados 03:03
      • 4.003 Visualização de dados usando gráficos em R 18:50
      • 4.004 ggplot2 05:14
      • 4.005 Formatos de Arquivo de Saídas Gráficas 01:08
      • 4.006 Conclusion 00:56
      • Verificação de Conhecimento
    • Lição 05 - Estatísticas para Data Science-I 14:19
      • 5.001 Overview 00:21
      • 5.002 Introdução à Hipótese 02:06
      • 5.003 Tipos de Hipótese 03:16
      • 5.004 Amostragem de Dados 02:48
      • 5.005 Níveis de Confiança e Significância 04:39
      • 5.006 Conclusion 01:09
      • Verificação de Conhecimento
    • Lição 06 - Estatísticas para Data Science-II 29:55
      • 6.001 Overview 00:28
      • 6.002 Teste de Hipótese 00:47
      • 6.003 Teste paramétrico 14:36
      • 6.004 Teste não paramétrico 08:31
      • 6.005 Testes de Hipóteses sobre os Meios da População 02:09
      • 6.006 Testes de Hipóteses sobre a Variação da População 00:45
      • 6.007 Testes de Hipóteses sobre Proporções Populacionais 01:11
      • 6.008 Conclusion 01:28
      • Verificação de Conhecimento
    • Lição 07 - Análise de Regressão 45:04
      • 7.001 Overview 00:26
      • 7.002 Introdução à Análise de Regressão 01:11
      • 7.003 Tipos de Modelos de Análise de Regressão 01:38
      • 7,004 Regressão Linear 08:59
      • 7.005 Demo Simple Linear Regression 07:29
      • 7.006 Regressão Não-Linear 03:49
      • 7.007 Análise de regressão de demonstração com múltiplas variáveis 13:29
      • 7.008 Validação Cruzada 01:48
      • 7.009 Modelos não Lineares a Lineares 02:06
      • 7.010 Análise de Componentes Principais 02:45
      • 7.011 Análise Fatorial 00:26
      • 7.012 Conclusion 00:58
      • Verificação de Conhecimento
    • Lição 08 - Classificação 1:05:14
      • 8.001 Overview 00:31
      • 8.002 Classificação e seus tipos 04:24
      • 8.003 Regressão Logística 03:35
      • 8.004 Máquinas de vetores de suporte 04:26
      • 8.005 Demo Support Vector Machines 11:13
      • 8.006 K vizinhos mais próximos 02:34
      • 8.007 Classificador Naive Bayes 02:53
      • 8.008 Classificador Naive Bayes Demo 06:15
      • 8.009 Classificação da Árvore de Decisão 09:47
      • 8.010 Classificação da árvore de decisão de demonstração 06:25
      • 8.011 Classificação aleatória de florestas 02:01
      • 8.012 Avaliando Modelos de Classificadores 06:04
      • Validação Cruzada de K-Fold de Demo 8.013 04:09
      • 8.014 Conclusion 00:57
      • Verificação de Conhecimento
    • Lição 09 - Clustering 28:10
      • 9.001 Overview 00:17
      • 9.002 Introdução ao Clustering 02:57
      • 9.003 Métodos de Cluster 07:47
      • 9.004 Cluster de K-meios de demonstração 11:15
      • 9.005 Clustering hierárquico de demonstração 05:02
      • 9.006 Conclusion 00:52
      • Verificação de Conhecimento
    • Lição 10 - Associação 23:13
      • 10.001 Overview 00:15
      • 10.002 Regra de Associação 06:20
      • 10.003 Algoritmo Apriori 05:19
      • 10.004 Demo Apriori Algorithm 10:37
      • 10.005 Conclusion 00:42
      • Verificação de Conhecimento
    • Lição 00 - Introdução 05:27
      • 0.1 Introdução ao Curso 05:27
    • Lição 01 - Introdução ao Business Analytics 09:52
      • 1.1 Introduction 02:15
      • 1.2 O Que Há Para Mim? 00:10
      • 1.3 Tipos de Analytics 02:18
      • 1.4 Áreas do Analytics 04:06
      • 1.5 Quiz
      • 1.6 Principais Resultados 00:52
      • 1.7 Conclusion 00:11
    • Lição 02 - Formatando Formatação Condicional e Fuctions Importantes 38:29
      • 2.1 Introduction 02:12
      • 2.2 O Que Há Para Mim? 00:21
      • 2.3 Formatação Personalizada Introdução 00:55
      • 2.4 Exemplo de Formatação Personalizada 03:24
      • 2.5 Formatação Condicional Introdução 00:44
      • 2.6 Exemplo de Formatação Condicional1 01:47
      • 2.7 Exemplo de Formatação Condicional2 02:43
      • 2.8 Exemplo de Formatação Condicional3 01:37
      • 2.9 Funções Lógicas 04:00
      • 2.10 Funções de consulta e referência 00:28
      • 2.11 Função VLOOKUP 02:14
      • 2.12 Função HLOOKUP 01:19
      • 2.13 Função MATCH 03:13
      • 2.14 INDEX e OFFSET Function 03:50
      • 2.15 Função Estatística 00:24
      • 2.16 Função SUMIFS 01:27
      • 2.17 Função COUNTIFS 01:13
      • 2.18 PERCENTILE e QUARTILE 01:59
      • 2.19 Função STDEV, MEDIAN e RANK 03:02
      • 2.20 Introdução ao Exercício 00:35
      • 2.21 Exercise
      • 2.22 Quiz
      • 2.23 Principais Remoções 00:53
      • 2.24 Conclusion 00:09
    • Lição 03 - Analisando Dados com Tabelas Dinâmicas 19:32
      • 3.1 Introduction 01:47
      • 3.2 O que há para mim? 00:22
      • 3.3 Introdução à Tabela Dinâmica 01:03
      • 3.4 Vídeo conceitual de criação de uma tabela dinâmica 02:47
      • 3.5 Agrupamento na Introdução à Tabela Dinâmica 00:24
      • 3.6 Agrupamento no exemplo de tabela dinâmica 1 01:42
      • 3.7 Agrupamento no Exemplo 2 da Tabela Dinâmica 01:57
      • 3.8 Cálculo Personalizado 01:14
      • 3.9 Campo Calculado e Item Calculado 00:25
      • 3.10 Exemplo de campo calculado 01:22
      • 3.11 Exemplo de Item Calculado 02:52
      • 3.12 Introdução ao Slicer 00:35
      • 3.13 Criando um fatiador 01:22
      • 3.14 Introdução ao Exercício 00:58
      • 3.15 Exercise
      • 3.16 Quiz
      • 3.17 Principais Remoções 00:35
      • 3.18 Conclusion 00:07
    • Lição 04 - Dashboarding 32:07
      • 4.1 Introduction 01:18
      • 4.2 O Que Tem Para Mim? 00:18
      • 4.3 O que é um painel? 00:45
      • 4.4 Princípios do Grande Design do Painel 02:16
      • 4.5 Como criar gráfico no Excel 02:26
      • 4.6 Formatação de Gráfico 01:45
      • 4.7 Termómetro Gráfico 03:32
      • 4.8 Gráfico de Pareto 02:26
      • 4.9 Controles de Formulário no Excel 01:08
      • 4.10 Painel Interativo com Controles de Formulário 04:13
      • 4.11 Gráfico com Checkbox 05:48
      • 4.12 Gráfico Interativo 04:37
      • 4.13 Introdução ao Exercício 00:55
      • 4.14 Exercise1
      • 4.15 Exercise2
      • 4.16 Quiz
      • 4.17 principais descobertas 00:34
      • 4.18 Conclusion 00:06
    • Lição 05 - Business Analytics com o Excel 25:48
      • 5.1 Introduction 02:12
      • 5.2 O que há para mim? 00:24
      • 5.3 Histograma de Vídeo de Conceito 05:18
      • 5.4 Suplemento do Solucionador de Vídeo de Conceito 05:00
      • 5,5 Objetivo de Vídeo de Conceito: Busca 02:57
      • 5.6 Concept Video Scenario Manager 04:16
      • 5.7 Tabela de Dados de Vídeo do Conceito 02:03
      • 5.8 Conceito Vídeo Estatística Descritiva 01:58
      • 5.9 Exercício Intro 00:52
      • 5.10 Exercise
      • 5.11 Quiz
      • 5.12 Principais Remoções 00:39
      • 5.13 Conclusion 00:09
    • Lição 06 - Análise de dados usando estatísticas 31:57
      • 6.1 Introduction 01:51
      • 6.2 O que há para mim? 00:21
      • 6.3 Média Móvel 02:50
      • 6.4 Teste de Hipóteses 04:20
      • 6.5 ANOVA 02:47
      • 6.6 Covariance 01:56
      • 6.7 Correlation 03:38
      • 6.8 Regression 05:15
      • 6,9 Distribuição Normal 06:49
      • 6.10 Exercício1 Introdução 00:34
      • 6.11 Exercise 1
      • 6.12 Exercício2 Introdução 00:17
      • 6.13 Exercise 2
      • 6.14 Exercício3 Introdução 00:19
      • 6.15 Exercise 3
      • 6.16 Quiz
      • 6.17 Principais Remoções 00:52
      • 6.18 Conclusion 00:08
    • Lição 07 - Power BI 14:01
      • 7.1 Introduction 01:17
      • 7.2 O que há para mim? 00:18
      • 7.3 Pivô de Potência 04:16
      • 7.4 Power View 02:36
      • 7.5 consulta de energia 02:45
      • 7.6 Mapa de Energia 02:06
      • 7.7 Quiz
      • 7.8 Principais Remindos 00:32
      • 7.9 Conclusion 00:11
    • Estatística Essencial para Ciência de Dados 30:50
      • Estatísticas para Data Science 30:50
    • {{childObj.title}}
      • {{childObj.childSection.chapter_name}}
        • {{lesson.title}}
      • {{lesson.title}}

    View More

    View Less

Exame e certificação FREE PRACTICE TEST

  • Como eu recebo uma certificação?

    Para se tornar um Certified Data Scientist com R, você deve preencher os seguintes critérios:
    • Complete qualquer projeto dos quatro fornecidos no curso. Envie os resultados do projeto no LMS que serão avaliados pelo nosso treinador principal
    • Conclua 85% do curso de ciências de dados ou participe de um lote completo

  • O que preciso fazer para desbloquear meu certificado Simplilearn?

    Sala de aula on-line :
    • Participe de um lote completo.
    • Conclua 1 projeto e 1 teste de simulação com uma pontuação mínima de 60%.
    Auto-aprendizagem online :
    • Complete 85% do curso.
    • Complete 1 projeto

Rever

Ty Multhaup
Ty Multhaup Itin3D Consultant

Eu fiz o curso R, SAS e Excel para análise de dados. Eu estava fora da força de trabalho por alguns meses e tinha um histórico em estatísticas, mas precisava atualizar algumas habilidades antes de me candidatar a um emprego. No geral, o curso foi muito forte. Eu gostei de como foi direto ao ponto sem sinos e assobios. Muitas vezes se concentrava nos conceitos e no quadro mais amplo da aprendizagem. Ele se estendia em complexidade para que alguém pudesse se esforçar para continuar investindo no assunto em seu próprio ritmo. Eles parecem realmente se importar com o que você quer aprender e ajudá-lo a chegar lá. Em termos de facilidade de uso e atendimento ao cliente, o Simplilearn foi muito forte. É uma questão de simplesmente clicar no seu curso e aprender. A equipe de suporte foi ótima e respondeu a todas as minhas perguntas pelo bate-papo ao vivo com rapidez, facilidade e facilidade. Se eu tivesse um comentário, diria que indique nas suas configurações quando o seu curso acabar. Eu também tive problemas em navegar por gritos na minha superfície profissional, mas isso foi mínimo em comparação com os benefícios. Recomendaria definitivamente.

Read more Read less
Yune Leou-On
Yune Leou-On Market Research and Monetization | Peanut Labs

O Simplilearn tem sido uma grande ajuda para mim no meu progresso profissional e acadêmico. Eu gostei de tomar seus cursos e posso recomendá-los a ninguém. Atualmente, fiz o curso de Ciência de Dados e agora vou analisar o programa CAPM. Seus tutores também são de alto nível.

Read more Read less
Saad Madaha
Saad Madaha Programmer Analyst III

Foi ótimo!!! Meus professores eram fenomenais. Fiz uma aula de visão geral do projeto e isso realmente ajudou a aguçar minha abordagem sobre como eu apresentaria meu projeto final. A aula foi ótima. Fiz um pouco de auto-estudo em Data Science, mas depois percebi que tomá-lo como um curso com especialistas acrescentaria alguma substância à minha curva de aprendizado. Devo admitir que minha decisão de adotá-lo com o Simplilearn foi a escolha certa. Há tantos detalhes e práticas práticas em R, SAS e Excel nessas aulas durante a sessão de treinamento. Eu continuo atualizando minhas leituras e me beneficio das discussões em grupo da SimpliLearn. Eu absolutamente recomendaria a qualquer um que fizesse uma tentativa e fizesse uma aula, e eu prometo que você terá mais do que você espera em conteúdo e valor ”.

Read more Read less
Rodney Swann
Rodney Swann Senior Facility Manager at CBRE

Excelente instrutor com a capacidade de fornecer experiência e insights do mundo real. Ênfase nas ferramentas, juntamente com insights úteis e práticos. Não é um curso fácil para aqueles sem experiência em programação, mas elimina alguns dos mistérios e confusões associados ao uso dessas ferramentas.

Read more Read less
Saad Madaha
Saad Madaha Programmer Analyst III - Cardiology Information Systems at New York-Presbyterian Hospital

Nível de granularidade. Conhecimento do tutor. Tamanho da turma. A confiança do tutor, o conhecimento do assunto e o alto nível de comprometimento com a compreensão do aluno sobre o material. O tutor auxiliou os alunos que tiveram problemas com a instalação do SAS. Grande interação tutor-aluno.

Read more Read less
Rodney Swann
Rodney Swann Senior Facility Manager at CBRE

Meu instrutor é obviamente um profissional no que ela faz. Eu gostaria de ter alguém por perto como ela para me orientar quando eu era mais jovem. Alguns dos aspectos técnicos do curso são um pouco desafiadores, mas os conceitos para fazer o que está sendo ensinado estão ficando claros para mim. Espero que isso faça toda a diferença enquanto me aprofundo no curso.

Read more Read less
Sasa Stevanovic
Sasa Stevanovic Member of the Network on Institutional Investors and Long-term Investment

Grande experiência com o provedor, gostei de aprender, aplicação muito útil e suporte de pessoal. Bom começo para dominar R, SAS e Excel.

Read more Read less
Ashish Ranjan
Ashish Ranjan Data Scientist at Accenture

O Simplilearn é uma boa plataforma para iniciar o conhecimento da ciência de dados. O curso de Ciência de Dados com R me ajudou a obter uma ascensão de um analista de negócios para um cientista de dados.

Read more Read less
Samir Swarup
Samir Swarup Associate Software Architect at UST Global

Eu me matriculei no curso de Ciência de Dados com Programação de R na Simplilearn. Eu tive uma experiência muito boa com eles. Seu tempo de resposta é muito rápido e extremamente útil para resolver meus problemas. Altamente recomendado.

Read more Read less
Ajeya Kumar
Ajeya Kumar Associate Director at IHS Markit

O treinador é excelente. Experiências em tempo real compartilhadas durante o treinamento são muito úteis. No geral estou muito feliz com o treinamento.

Read more Read less
Nimi Gupta
Nimi Gupta Process Associate at GENPACT

Eu me inscrevi no Data Science with R da Simplilearn. É a melhor plataforma para aprendizado e desenvolvimento de carreira. Os materiais de estudo são muito eficazes e são especialmente projetados para que possamos nos lembrar facilmente. Os treinadores são simpáticos e experientes. Os horários dos cursos são flexíveis, o que foi muito útil para mim. Simplilearn é realmente um lugar incrível para aprender. Por causa dessa equipe fantástica, concluí com sucesso a certificação na primeira tentativa. Obrigado à equipe da Simplilearn !!

Read more Read less
Nisar Pasha
Nisar Pasha Student at Miracle educational society

Eu me inscrevi no Data science with R da Simplilearn. Foi uma ótima experiência. Seu acesso ao laboratório foi realmente útil. Se você está procurando um futuro brilhante em sua carreira, vá em frente e inscreva-se em cursos de treinamento de certificação online para profissionais da Simplilearn.

Read more Read less
Manish Beniwal
Manish Beniwal Advisor Reporting - Global Mobility at Rio Tinto

Sou Analista de Dados com 7 anos de experiência de trabalho, mas não tive a chance de trabalhar com Estatística como estou neste curso. É um bom curso, mesmo para iniciantes. No geral, o treinamento é muito bom. Obrigado Simplilearn.

Read more Read less
Debashis Sen
Debashis Sen Researcher at S&P Capital IQ

O material do curso do programa Data Science foi bem projetado para iniciantes. As apresentações foram precisas e diretas. Os mentores nas várias sessões foram úteis e mantidos perto do básico. Os exemplos usados ​​refletem cenários da vida real e, portanto, são muito úteis. Finalmente, os membros da equipe do CD foram realmente deliciosos!

Read more Read less
Tanvi Malhotra
Tanvi Malhotra Lead Business Analyst

"Foi uma ótima experiência aprender Ciência de Dados com o Simplilearn. É muito conveniente aprender no seu próprio ritmo e tempo. O material também é bom. Este curso me ajudou a impulsionar minha carreira. Vindo de uma empresa de consultoria, era obrigatório Para aprender habilidades de análise de dados, eu realmente me sinto confiante e eu realmente aprecio o Simplilearn por isso.MultiLearn é um mestre.Os lembretes e orientações que eu recebi deles estavam além das expectativas! Sempre que eu tinha alguma dúvida, estava resolvido! ... MUITO OBRIGADO!"

Read more Read less

Orientador do curso

Ronald van Loon
Ronald van Loon Top 10 Big Data & Data Science Influencer, Director - Adversitement

Nomeado pela Onalytica como uma das três pessoas mais influentes em Big Data, Ronald também é autor de vários sites líderes em Big Data e Data Science, incluindo Datafloq, Data Science Central e The Guardian. Ele também fala regularmente em eventos de renome.

Simon Tavasoli
Simon Tavasoli Analytics Lead at Cancer Care Ontario

Simon é um cientista de dados com 12 anos de experiência em análise de saúde. Ele tem mestrado em bioestatística pela University of Western Ontario. Simon é apaixonado pelo ensino de ciência de dados e tem várias publicações de periódicos em análises de medicina preventiva.

FAQs

  • Quais são os requisitos do sistema?

    Você precisará baixar o R ​​do site do CRAN e do RStudio para o seu sistema operacional. Ambos são de código aberto e as diretrizes de instalação são apresentadas no curso de ciência de dados.

  • Quem são nossos instrutores e como eles são selecionados?

    Todos os nossos instrutores altamente qualificados são especialistas do setor com pelo menos 10-12 anos de experiência relevante em ensino. Cada um deles passou por um rigoroso processo de seleção que inclui triagem de perfil, avaliação técnica e uma demonstração de treinamento antes de serem certificados para treinarem para nós. Também garantimos que apenas os instrutores com alta classificação de ex-alunos permaneçam em nosso corpo docente para treinamento on-line de ciência de dados.

  • Quais formatos de treinamento são usados ​​para este curso?

    Oferecemos este data science com o curso de certificação R nos seguintes formatos:

    Sala de aula virtual ao vivo ou sala de aula on-line: com o treinamento em sala de aula on-line, você tem a opção de participar do curso remotamente a partir de sua área de trabalho por meio de videoconferência. Este formato reduz os desafios de produtividade e diminui o tempo gasto fora do trabalho ou em casa.

    Auto-aprendizagem on-line: neste modo, você receberá vídeos de palestras que podem ser exibidos no seu próprio ritmo.

  • E se eu perder uma aula?

    Registramos as sessões de aula e as fornecemos aos participantes após a sessão ser conduzida. Se você perder uma aula, poderá ver a gravação antes da próxima aula.

  • Posso cancelar minha inscrição? Receberei um reembolso?

    Sim, você pode cancelar sua inscrição, se necessário. Reembolsaremos o preço do curso depois de deduzir uma taxa de administração. Para saber mais, você pode ver nossa Política de reembolso .

  • Quem fornece a certificação?

    No final do treinamento, sujeito à avaliação satisfatória do projeto e passando no exame on-line (mínimo de 80%), você receberá um certificado da Simplilearn informando que você é um cientista de dados certificado com a programação R.

  • Há algum desconto de grupo para programas de treinamento em sala de aula?

    Sim, oferecemos descontos em grupo para nossos programas de treinamento on-line. Entre em contato conosco através dos canais Drop us Query ou Request a Callback ou Live Chat para saber mais sobre nossos pacotes de descontos para grupos.

  • Quais as opções de pagamento disponíveis?

    Os pagamentos podem ser feitos usando qualquer uma das seguintes opções. Você receberá um recibo por e-mail depois que o pagamento for efetuado.
    • Crédito Visa ou Cartão de Débito
    • MasterCard
    • Expresso americano
    • Diner's Club
    • PayPal

  • Eu gostaria de aprender mais sobre este programa de treinamento. Com quem devo entrar em contato?

    Entre em contato conosco usando o formulário à direita de qualquer página no site da Simplilearn ou selecione o link Live Chat. Nossos representantes de atendimento ao cliente podem fornecer mais detalhes.

  • Qual é o suporte do Assistente de Especialista fornecido pela Simplilearn?

    Assistência especializada inclui:
    • Sessões de orientação: interação ao vivo com um especialista no assunto para ajudar os participantes com dúvidas sobre a implementação do projeto e o curso em geral
    • Orientação no fórum: especialistas da indústria para responder às perguntas dos participantes sobre conceitos técnicos, projetos e estudos de caso.

    Assistência de ensino inclui:
    • Assistência ao Projeto: Consultas relacionadas à resolução e conclusão de projetos e estudos de caso, que fazem parte do curso de Cientista de Dados com R
    • Assistência Técnica: Consultas relacionadas a problemas técnicos, de instalação e administração no Data Scientist com treinamento em programação R. Em casos de problemas críticos, o suporte será renderizado por meio de um desktop remoto.
    • Programação de R: Consultas relacionadas à programação de R ao resolver e concluir projetos e estudos de caso

  • Como entro em contato com o suporte?

    Envie uma solicitação para o Simplilearn através de qualquer um dos seguintes canais: Ajuda e Suporte , Simplitalk ou Chat ao Vivo. Um assistente de ensino entrará em contato com você dentro de 48 horas.

  • O que é Assistência Global de Ensino?

    Nossos assistentes de ensino são uma equipe dedicada de especialistas no assunto para ajudá-lo a obter a certificação em sua primeira tentativa. Eles envolvem os alunos de forma proativa para garantir que o caminho do curso esteja sendo seguido e ajudar você a enriquecer sua experiência de aprendizado, desde o ingresso na aula até a orientação do projeto e assistência de trabalho. A Assistência de Ensino está disponível durante o horário comercial.

  • O que é coberto pela promessa do Suporte 24/7?

    Oferecemos suporte 24 horas por dia, 7 dias por semana, por e-mail, bate-papo e chamadas. Também temos uma equipe dedicada que fornece assistência sob demanda através do nosso fórum da comunidade. Além disso, você terá acesso vitalício ao fórum da comunidade, mesmo após a conclusão do curso conosco.

    • Disclaimer
    • PMP, PMI, PMBOK, CAPM, PgMP, PfMP, ACP, PBA, RMP, SP, and OPM3 are registered marks of the Project Management Institute, Inc.