Matricule-se
CURSO

Introdução à Biblioteca Numpy

Conheça a biblioteca NumPy - a espinha dorsal da análise de dados em Python - e entenda como utilizá-la neste curso introdutório.

Seja PRO
  • Cursos
  • Introdução à Biblioteca Numpy

Descrição do Curso

Se você deseja melhorar sua eficiência em manipulação de dados, análise estatística e modelagem matemática, este curso de Introdução à Biblioteca Numpy é perfeito para você!

O NumPy, abreviação de Numerical Python, é uma ferramenta indispensável para todo cientista de dados, e neste curso você vai descobrir por que ele é tão importante.

Vamos explorar as razões pelas quais essa biblioteca é amplamente utilizada em projetos de ciência de dados e como ela pode melhorar a eficiência computacional, a manipulação de dados, as operações matemáticas avançadas e a visualização de dados.

Você aprenderá a criar e manipular arrays multidimensionais eficientes, que são a espinha dorsal do NumPy. Também irá explorar funcionalidades que vão desde operações básicas até funções matemáticas complexas, permitindo que você realize cálculos sofisticados e análises avançadas.

Vamos embarcar nesta jornada juntos e explorar o poder do NumPy!

Você vai aprender

  • O que é NumPy e sua importância
  • Manipulação eficiente de arrays multidimensionais
  • Conceitos básicos de álgebra linear
  • Operações matemáticas avançadas com NumPy
  • Indexação avançada
  • Mini projetos práticos
  • Projeto: usando convolução para gerar blur em imagens

Este curso é recomendado para

  • Cientistas de dados iniciantes em Python
  • Alunos procurando aprender as bases de visão computacional
  • Profissionais interessados em trabalhar com matrizes e álgebra linear em Python
  • Alunos interessados em computação científica e machine learning

Professores

Avatar de rodrigoasimov rodrigoasimov

Conteúdo do Curso

1 Introdução ao curso
Conteúdo do módulo 1.1 - Introdução 1.2 - O que é Numpy? 1.3 - Por que Numpy?
2 Conceitos básicos
Conteúdo do módulo 2.1 - Dimensões e Tipos de Dados 2.2 - Manipulações e Atribuição de Valores 2.3 - Álgebra e Desafio Intermediário 2.4 - Resolução do Desafio
3 Aplicações avançadas
Conteúdo do módulo 3.1 - Matemática Intermediária e Cópias 3.2 - Estatística Básica 3.3 - Reorganizações e Stacks 3.4 - Advanced Indexing – Boolean Masking 3.5 - Desafio Final
4 Miniprojetos com Numpy
Conteúdo do módulo 4.1 - Miniprojeto: Caça ao Tesouro 4.2 - Miniprojeto: Jogo da Velha
5 Projeto: Blur com Convolução
Conteúdo do módulo 5.1 - Conceitos e Objetivos 5.2 - Como filtros funcionam – Kernels e convolução 5.3 - Estrutura Inicial – Bibliotecas 5.4 - A matriz como imagem tridimensional 5.5 - Criando os Kernels 5.6 - Finalizando a Interpretação de Kernels 5.7 - Introdução ao Live Blur 5.8 - Abrindo a nossa Câmera 5.9 - Função geradora de Kernels 5.10 - Kernel Stacking 5.11 - Implementando o Live Blur!
Intermediário 4h 25 aulas Certificado de conclusão Suporte com professores 792 Participantes

Este curso faz parte das trilhas

Pré-requisitos