pixel Data Processing Automation (PYTHON) - 10.ª edição | Universidade NOVA de Lisboa

Data Processing Automation (PYTHON) - 10.ª edição

DATA PROCESSING AUTOMATION (PYTHON)

 

 

 

 

O QUE É?

Descrição do curso

O processamento de dados é uma tarefa complexa mas crucial em qualquer projecto de investigação. Apesar de haver software disponível para este fim, como aplicações de folha de cálculo ou de análise estatística, um conhecimento elementar de programação e das bibliotecas adequadas abre muitas possibilidades adicionais de processamento. Além disso, a programação permite automatizar o processamento de ficheiros, o cálculo de estatísticas e a produção de gráficos e relatórios, tornando todo o processo mais fiável, reprodutível e eficiente.

Este curso não presume conhecimentos prévios de programação ou Python, por isso começará por uma introdução a esta linguagem e a técnicas elementares de programação aplicadas a problemas práticos como processamento de ficheiros, agregação e organização de dados e criação de pequenos scripts. Após esta introdução, o foco do curso será em bibliotecas de análise e visualização de dados como pandas e matplotlib, e o uso da consola IPython para computação interactiva e análise rápida. Todo este software é gratuito e de código fonte aberto. 

 

A QUEM SE DESTINA?

Estudantes de doutoramento que frequentam a Universidade NOVA de Lisboa

Doutorados a exercer funções na NOVA (Investigadores, Docentes e Pós-doc)

Pré-requisitos 

Não é assumido que o participante tenha conhecimentos prévios de programação mas é aconselhável um conhecimento elementar de álgebra e estatística. É necessário computador portátil e familiaridade com a utilização do computador.

 

QUANDO E ONDE?

10ª edição: 23/11 (sáb), 30/11 (sáb) e 07/12 (sáb) | 9h - 18h | Local: A definir | Edição em Português

 

CORPO DOCENTE E AVALIAÇÃO

Coordenador e Formador do curso

Ludwig Krippahl, PhD

 

Metodologias de Avaliação

Fichas de trabalho (30%) e um trabalho final (70%). 

 

 Carga Letiva

2 ECTS | 3 dias

24 horas presenciais  - aulas teóricas e práticas

32 horas de trabalho autónomo - exercícios e trabalho final