Material da aula 13 - Análise Exploratória & Apresentação de insights.
- [opcional] Da análise a machine learning, uma referência pragmática, contextualizada e didática: http://www.r2d3.us/visual-intro-to-machine-learning-part-1/
- [opcional] Uma referência de análise de dados simples e eficaz: https://www.youtube.com/watch?v=hVimVzgtD6w
- [opcional] Um exemplo do valor dos dados para negócios: https://news.uchicago.edu/article/2016/09/16/big-data-gives-insight-appeal-services-uber
- [opcional] Artigo científico do item acima: http://www.nber.org/papers/w22627
- Google Analytics: https://analytics.google.com/analytics/academy/
- Data Visualization appealing: https://www.ted.com/talks/jer_thorp_make_data_more_human#t-329409
- Um livro técnico bom para começar: http://shop.oreilly.com/product/9780596529321.do
- Um livro sobre a relevância da estatística em nossas vidas: https://www.amazon.com/andar-b%C3%AAbado-determina-nossas-Portuguese-ebook/dp/B008FPZPRA
Execução de projetos: Análise exploratória & Apresentação de insights Material da aula 14 - Projetos: Análise Exploratória & Apresentação de insights.
- [requerido] Fluxo de analise exploratoria, notebook da aula 13
- [requerido] Fluxo de analise exploratoria, slides da aula 13
- [opcional] Conteúdo trabalhado no módulo 3: da aula 7 até a aula 13.
- Science Journal Figures & Data: http://science.sciencemag.org/content/359/6381/eaar4003/tab-figures-data
- PNAS Journal Figures & SI: http://www.pnas.org/content/115/11/E2494/tab-figures-data
- AirBnB Knowledge Repo: https://medium.com/airbnb-engineering/scaling-knowledge-at-airbnb-875d73eff091