programa de fidelização
analise

Porque se associar a Analise?

1. Ter acesso a todos os cursos da Analise pagando menos de R$1,10 por dia
2. Ter acesso a todos os lançamentos de cursos, que são no mínimo 1 por mês
3. Ter acesso a todos os eventos online promovidos pela Analise
4. Pagamento via boleto, cartão de crédito, PayPal, Googlepay, Sansungpay, débito bancário e conta hotmart
5. 7 dias grátis para testar a plataforma
6. Direito de voto para decidir quais serão os próximos lançamentos da Analise

Conheça nosso portfólio de cursos

Cursos introdutórios

Este curso tem o objetivo de iniciar o estudante no maravilhoso e grandioso mundo chamado R que é o software mais utilizado no mundo para análise de dados. Neste módulo o aluno aprenderá noções básicas tais como instalação, criação e identificação de objetivos, importação e exportação de dados, operações básicas, noções de gráficos, noções de estatística experimental, e noções de regressão. Ao final do módulo o aluno estará apto a rodar análises básicas no R tais como ANOVA, teste de comparações de médias e regressão linear.  

Neste curso você vai entender o que é e como funciona a linguagem de programação Python. Você aprenderá conceitos básicos para te inserir no mundo da programação. O Curso de Introdução ao Python, visa formar o aluno ao conhecimento essencial de umas das maiores linguagens do mundo. Com seu caráter de praticidade e agilidade, o curso acontece em vídeo aulas. O curso consta de exercícios criativos para o aluno se desenvolver e praticar a linguagem. As aulas são focadas no assunto e na aplicação para o dia a dia. 

Neste curso ao vivo e online você vai aprender os conceitos básicos relacionado a machine learning para que você possa iniciar sua caminhada para aprender análises de ponta como floresta aleatória, máquina vetor de suporte e rede neural artificial, entre outras.

Automatização

Este curso visa ajudar os alunos a dar os primeiros passos dentro do mundo da automatização de análises no R. Aqui você aprenderá sobre condicionais, loop, família apply e desenvolvimento de funções. 

Esse curso visa ensinar ao aluno as principais funções para que ele possa desenvolver scripts mais eficientes, ou seja, que façam análises mais automáticas e mais rápidas. 

Neste curso você vai começar a estudar a última etapa do ciclo do experimento e você vai aprender como elaborar os principais gráficos disponíveis no R. Ao término do curso, você estará apto a entregar resultados impactantes dentro da empresa que você trabalha ou para o seu cliente. 

Estatística Experimental

Neste curso será discutido a base teórica das principais análises abordadas neste curso tais como: Estatística descritiva, DIC, DBC, correlação, regressão, esquemas experimentais, anova para dados desbalanceados e anova conjunta.  

Este curso visa ensinar o aluno a utilizar o R para rodar análises básicas de experimentação tais como, teste de normalidade e homogeneidade de variâncias, anova, teste de comparação de médias e modelos básicos de regressão. Este é um módulo prático, onde são mostradas as funções do R para rodar as análises mencionadas acima, e como interpretar os resultados obtidos.  

Este curso tem por objetivo ensinar o aluno a rodar e analisar diversos tipos de experimentos complexos utilizando o software R. Os experimentos que serão abordados são: DBC com informação dentro de parcela, fatorial triplo em DIC e DBC, fatorial quadruplo em DIC e DBC, fatorial com 1 testemunha adicional em DIC e DBC, fatorial com k testemunhas adicionais em DIC e DBC, e parcelas subsubdivididas em DIC e DBC.

Este curso tem por objetivo ensinar o aluno a rodar e analisar diversos tipos de experimentos desbalanceados utilizando o software R. Serão abordados aqui experimentos desbalanceados em DIC, DBC, DQL, DIC com covariável, DBC com covariável, blocos aumentados, fatorial duplo em DIC, DBC e DQL, parcelas subdidviddas em DIC e DBC. Para esse módulo utilizaremos o pacote easyanova do R, um dos pacotes mais completos para rodar análise de variância e teste de comparação de média que o R possui.  

Este curso visa ensinar o aluno a utilizar o R para rodar análises de experimentos com medidas repetidas. O objetivo é passar por todas as etapas da análise de dados com medidas repetidas, desde a criação de um arquivo (simulação de dados), interpretação dos resultados inicias (análise gráfica, teste de normalidade, teste de homogeneidade de variância), utilização de modelos mistos através dos pacotes lme, lmer e glmmTBM, interpretação dos resultados, escolhas de modelos, entre outros assuntos.  

Regressão e análise multivariada

Este curso visa ensinar o participante á rodas análises de modelos mistos utilizando o R. O objetivo é mostrar quais análises devem ser realizadas quando se considera um efeito como fixo (anova, teste de comparação de médias via lsmeans, análise de contraste) ou como aleatório (herdabilidade, diferencial de seleção, ganho de seleção e BLUP). O principal é que você vaia prender a interpretar os resultados obtidos com  estas análises. 

Neste curso vamos discutir inúmeras análises relacionadas a modelos de regressão linear. Os seguintes temas serão abordados durante o curso: análise de correlação, linearidade entre variáveis, teste de normalidade, ajuste de resíduo de modelos, modelos de regressão linear simples, modelos de regressão linear múltipla, seleção de modelos e modelos lineares mistos.  

Neste curso vamos discutir inúmeros modelos avançados de regressão linear. Serão discutidos os modelos que utilizamos para analisar variáveis que não possuem distribuição normal tais como variáveis de contagem, probabilidade, proporção, multicategóricas, entre outras.  

Esse curso você vai começar a estudar a última etapa do ciclo do experimento e você vai aprender como elaborar os principais gráficos disponíveis no R. Ao término do curso, você estará apto a entregar resultados impactantes dentro da empresa que você trabalha ou para o seu cliente.

Neste curso você vai aprender a parte teórica das principais metodologias multivariadas tais como: Componentes principais, variáveis canônicas, rede de correlações, correlações canônicas, análise de agrupamento e análise de trilha.

Neste curso você vai aprender como analisar e interpretar todos os tipos análise de correlação utilizando o software R, tais como: correlação de Pearson e Spearman, rede de correlação e outros dispositivos gráficos para mostrar correlação, correlações canônicas, correlação parcial, análise de correspondência e análise de trilha. 

Neste curso você vai aprender o como analisar e interpretar os métodos mais avançados de análise multivariada utilizando o software R que são: análise de componentes principais, análise de agrupamento, análise de fatores e análise discriminante. 

Machine learning

Neste curso vamos discutir a pacote mais poderoso do software R utilizado em machine learning. Este pacote é conhecido como caret. Neste curso nós aprenderemos a rodar modelos de regressão e de classificação usando este pacote, além de aprender a fazer pré-processamento de dados, sintonização de hiper parâmetros, avaliação e seleção de modelos de machine learning. Todos os temas serão acompanhados com exercícios propostos e aulas específicas para resolução dos exercícios. 

Neste curso vamos discutir quatro modelos comumente utilizados em machine learning. Começaremos pelo modelo mais simples conhecido por nearest neighbors, passaremos por um modelo bayesiano conhecido como naive bayes, explicaremos um modelo de regressão chamado regressão logistica, e por fim, o modelo mais utilizado para classificação conhecido com random forest. Todos os assuntos serão acompanhados com exercícios propostos e aulas específicas para resolução dos exercícios. 

Neste curso vamos discutir um dos principais tipos de análise que podemos realizar via machine learning, que são as análises de regressão. No conceito de machine leanring, análise de regressão são qualquer analise onde a variável resposta tem distribuição contínua. Ao longo do curso nós estudaremos os seguintes modelos: regressão linear, regressão linear generalizada com distribuição binomial, regressão linear generalizada com distribuição de poisson e quasipoisson, modelos aditivos generalizados, random forest e gradient boost machine. Todos os assuntos serão acompanhados com exercícios propostos e aulas específicas para resolução dos exercícios. 

Neste curso você vai aprender como melhorar a performance do modelo de machine learning através da sintonização de hiper-parâmetros. Você aprenderá os 3 principais pacotes do R para trabalhar com sintonização de hiper-parâmetros que são: caret, h2o e mlr. 

Neste curso você vai aprender como manipular variáveis para rodar nos modelos de machine learning. Aqui você vai aprender a manipular variáveis categóricas, variáveis numéricas, fazer transformação nestas variáveis, fazer combinação de variáveis, entre outros assuntos. 

Neste curso você vai aprender como trabalhar com dados perdidos. Você vai aprender como visualizar dados perdidos utilizando o pacote naniar, vai aprender qual o fluxo correto para trabalhar com dados perdidos e vai aprender as principais metodologias para fazer imputação de dados. 

Neste curso vamos discutir um dos 3 módulos mais importantes do python para rodar modelos de machine learning, conhecido como scikit-learn. Aqui você estudará sobre modelos de classificação (exemplificado pelo K-nearest neighbors) e modelos de regressão (exemplificado pela regressão linear múltipla), além da regressão logística que pode ser usado tanto para classificação quanto para regressão. Além disso vamos aprender a fazer de forma correta o pré-processamento dos dados manipulando dados categóricos, dados com informações perdidas e dados com diferentes escalas. Estudaremos ainda os conceitos de cross validation, regularized regression e avaliação de modelos. 

Neste curso você vai aprender os modelos básicos de machine learning utilizando o software python. São vários assuntos abordados como árvore de classificação, árvore de regressão, random forest, adaboost, gradient boosting e stochastic gradient boosting. Além destas metodologias, também é ensinado conceitos de generalization error, ensemble method e bagging. Finalizando o curso com uma introdução ao estudo de hyperparameetrs tuning em árvore de classificação e regressão, e random forest. 

Neste curso vamos discutir conceitos básicos de machine learning, além de abordar a utilização do software weka. Assim, o participante aprenderá a instalar e configurar o software weka, aprender as ferramentas mais utilizadas para machine leanring dentro do software. Você aprenderá como montar o arquivo arff para ser utilizado no weka. Também será realizado um estudo de caso utilizando redes neurais artificiais. 

Neste curso vamos discutir conceitos avançados de machine learning. Assim, o participante poderá aprender sobre 3 metodologias amplamente utilizadas em machine learning que são: árvore de decisão, random forest e máquina de vetor de suporte. Além disso, você aprenderá a selecionar a melhor metodologia para o seu arquivo de dados.

Cursos diversos

Este curso visa ajudar o aluno a desenvolver e aprimorar suas habilidades de escrita cientifica, tornando a escrita mais rápida e simples para que o aluno possa publicar seus artigos em revistas de alto fator de impacto e fazer relatórios de qualidade. 

Este curso tem por objetivo ensinar os métodos de melhoramento de plantas autógamas. Para tanto, o curso foi dividido em doze aulas. Ao longo dessas aulas, será demostrado formas de evolução das plantas cultivadas, estruturas genéticas das plantas autógamas, mecanismos que promovem a autofecundação, hibridação, escolha de genitores, seleção recorrente, métodos de melhoramento aplicados a plantas autógamas e aplicação de biotecnologia. Ressalta-se que ao final de cada aula será proposto exercício prático para avaliar a compreensão do conteúdo programado. 

Este curso tem por objetivo ensinar os métodos de melhoramento de plantas alógamas. Para tanto, o curso foi dividido em doze aulas. Ao longo dessas aulas, será demostrado o que é melhoramento genético e sua a importância para o ser humano, o que são plantas alógamas e os mecanismos que favorecem a alogamia, equilíbrio de Hardy-Weinberg, endogamia e heterose, além dos métodos de melhoramento. Os métodos abordados no curso serão o método da seleção massal e suas modificações, seleção recorrente inter e intrapopulacional e o uso de hibridação. Ressalta-se que ao final de cada aula será proposto exercício prático para avaliar a compreensão do conteúdo programado.

Neste curso você vai aprender como fazer um inventário florestal do absoluto zero para florestas plantadas e para florestas naturais. Além disso, você vai aprender quais são os principais tópicos que precisam estar no seu relatório e quais nunca devem aparecer no relatório final. 

Bônus Comum

Bônus 1: Acesso a comunidade exclusiva do facebook.

Imagine participar de um grupo com várias pessoas que estão com os mesmos objetivos que você, compartilhando oportunidades e experiencias. É exatamente isso que você vai ter acesso nessa comunidade.

Bônus 2: Acesso gratuito ao meu e-book ciclo do experimento.

O Ciclo do experimento é uma metodologia desenvolvida pelo professor Leonardo para ensinar alunos a elaborar e conduzir experimentos de qualidade, analisar dados utilizando a metodologia correta e entregar resultados impactantes

Bônus 3: Acesso gratuito a minha apostila Estatística Experimental: do conceito à prática

Essa apostila vai te ajudar a dar seus primeiros passos na experimentação

Bônus 4: Acesso a duas mentorias do meu curso Estatística Experimental: do Conceito à Prática

Você verá o professor Leonardo resolvendo problemas reais de experimentação e análise de dados

Para quem são os cursos?

Estudantes

Graduação, Mestrado e Doutorado que desejam desenvolver sua pesquisa

Iniciantes

Quem deseja começar o aprendizado em analise de dados mesmo sem nenhum conhecimento prévio

Profissionais

Pessoas que querem se tornar analista de dados profissonalmente

Recolocação Profissional

Profissionais de outra área que desejam mudar de carreira

Alguns Feedbacks

O que dizem nossos alunos

Reproduzir vídeo

Aparecido dos Santos da Silva

Reproduzir vídeo

Laís Mendes Alvarenga

Reproduzir vídeo

Rayane Lorrayne Ferreira Barreto​

Reproduzir vídeo

Paulo da Silva

Reproduzir vídeo

Welton Sthel Duque

Reproduzir vídeo

Gerson Luiz Sento-Sé de Almeida

não é apenas um curso

Benefícios do plano

7 dias de garantia

acesso por um ano

material complementar

acesso a todos os códigos utilizados

emissão de certificado individual

suporte durante todo o curso

Curso em Vídeo aulas (100% Online)

Estude onde e quando quiser, no seu rítimo

Quem é Leonardo Peixoto

Eu tenho mais de 12 anos de experiência trabalhando com análise de dados e experimentação. Eu já publiquei mais de 40 artigos científicos aplicando desde análise simples como anova e teste de comparação de médias até análises complexas como redes neurais artificiais.

Trabalhei 3 anos na multinacional Bayer como Data Scientist Specialist, sendo responsável por todas as análises na América Latina do setor de Desenvolvimento de Mercado.

Eu também desenvolvi o método Ciclo do Experimento, e já treinei mais de 200 alunos no último ano. Este método tem como objetivo ensinar pesquisadores comuns a se tornar Mestre dos Dados e faturar 15k ou mais por mês.

Comece a aprender hoje mesmo. Faça sua inscrição agora.

12x de R$39,72

R$ 397,97
À VISTA
  • Até 12x no cartão
  • 7 dias de garantia estendida
  • Vagas limitadas

Ficou com alguma dúvida?

Veja nossa
perguntas frequentes

Você poderá acessar o conteúdo do curso sempre que quiser por 1 ano.

Se você não recebeu nenhum e-mail da Hotmart com o link de acesso envie um e-mail para contatoeac1@gmail.com solicitando o reenvio do link.

Se você tiver acessando a plataforma, e ela esta te direcionando para uma página de venda dos cursos, acesse este link e faça o cadastro que se pede:
https://purchase.hotmart.com/
Se mesmo assim não funcionar, entre em contato conosco pelo e-mail contatoeac1@gmail.com.

O material fica localizado abaixo da aula dentro da plataforma Hotmart. Caso não consiga encontrar entre em contato conosco.

Um dos grandes diferenciais deste curso é a sua praticidade e facilidade de aplicar todos os conceitos na área que você trabalha. Desta forma, não importa se você é engenheiro, médico, biólogo, agrônomo, ou qualquer outra área, o método CE vai funcionar para o seu experimento.

Toda a parte de análise de dados é explicada de um forma muito simples e que pode ser aprendida por qualquer pessoa, mesmo que ela não seja amante dos números. O grande foco é saber interpretar os resultados, pois para as análises temos softwares incríveis que as fazem.

Sim. Como as aulas são gravadas você pode assistir quando e quantas vezes quiser. Pode pausar a aula e assistir no seu ritmo.
O mesmo acontece com as mentorias. Nós fazemos a gravação e disponibilizamos na plataforma.

Sim. Todas as mentorias serão gravadas e disponibilizadas dentro da plataforma Hotmart.

As aulas serão liberadas imediatamente após o pagamento

O Software R pode ser utilizado nos sistemas operacionais Windows, Linux e macOS.

Sim. Todo material utilizado durante o curso será disponibilizado para o estudante. Não apenas os scripts, mas caso o curso tenha PowerPoint ou apostila em pdf, também será disponibilizado.

As mentorias acontecem quinzenalmente às quintas-feiras das 13 às 15h (horário de Brasília).

Sim. Todas as mentorias serão gravadas e disponibilizadas dentro da plataforma Hotmart.

Ficou Interessado em Algum Curso?

Temos Várias Opções