INFORMAÇÕES ÚTEIS para a FORMAÇÃO ON-LINE (veja também os pré-requisitos obrigatórios para a participação)
1. As sessões serão realizadas na plataforma Microsoft Teams. O IGAP agenda a formação e envia aos participantes, juntamente com a confirmação da participação, o link de acesso para a data e a hora da sessão.
2. Não existe obrigatoriedade de instalação da app da plataforma Microsoft Teams para aceder às sessões. Após receção do link basta clicar em PARTICIPAR ou JOIN e utilizar a "versão web” para aceder à sessão respetiva, onde deve colocar o nome (1º e último, sem abreviaturas) para serem identificados na sessão, e clicar em participar/ingressar.
3. Contudo, poderá, gratuitamente, fazer o download da APP da plataforma Microsoft Teams em https://teams.microsoft.com/downloads, utilizando a versão instalada para acesso à sessão.
4. Sugere-se a entrada na sessão 15’ antes da hora prevista para o início da sessão formativa propriamente dita para "abertura” da sessão por parte da entidade formadora.
5. Guia indicativo e ajustável em função do tema e duração da sessão: 1.º Exposição do tema pelo/a formador/a, podendo ser acompanhada de suportes/recursos pedagógicos diversos; 2.º Respostas às questões dos participantes. Estas questões são colocadas por escrito, no chat visível no ecrã e são visualizadas por todos. O/A formador/a não responderá a questões que lhe sejam colocadas em chat privado. 3º. Por regra os microfones dos participantes estarão desligados no início da sessão, podendo o formador/a solicitar a ativação dos microfones dos participantes para uma interação direta e promover a comunicação com os participantes do grupo. 4.º Poderão ser enviados aos participantes os recursos utilizados e/ou outra informação com vista ao aprofundamento do tema.
Introdução à Ciência de Dados e bases de dados secundárias
Análise Exploratória de Dados
Importação de dados
Limpeza e transformação de dados
Visualização básica de dados
Estatística Básica para Ciência de Dados (estatísticas descritivas; probabilidade; distribuições e testes estatísticos básicos; Introdução ao Machine Learning
Visualização de Dados Avançada
Ética e responsabilidade em Ciência de Dados
Projeto Prático e ConclusãoExposições de sínteses metodológicas; análise de situações reais e casos concretos (exemplos de problemas de quotidiano dos participantes); resolução de exercícios e casos práticos; grupos de trabalho com partilha de experiências; brainstorming e aulas práticas