Vídeos

Formação e Carreira em Data Science

  • Walmes Zeviani
  • Participantes do XIII Programa de Verão do DES/ICET · UFLA
  • Departamento de Estatística UFLA
  • Curitiba/PR (broadcast)
  • 10 de Março de 2022 · 14h00
  • 00h45

Ciência de dados é uma profissão em amplo crescimento que demanda conhecimento de domínio de aplicação, computacional e sobretudo estatístico. Nessa conferência, discutiremos sobre os principais elementos para uma formação íntegra em ciência de dados que forneça ao profissional autonomia analítica, que é dos principais diferenciais competitivos.

Métodos baseados em reamostragem e simulação computacional

Aplicações em Estatística de Data Science

  • Walmes Zeviani
  • Participantes do Congresso Acadêmico Unifesp 2021
  • Unifesp - Universidade Federal de São Paulo
  • Curitiba/PR (broadcast)
  • 23 de Junho de 2021 · 11h00
  • 00h45

Nessa palestra eu abordei algums métodos baseados em reamostragem e simulação computacional usados na solução de problemas atuais envolvendo dados e métodos estatísticos. Essa palestra foi parte da sessão 20 · “Computação na resolução de problemas atuais” dentro do Congresso Acadêmico Unifesp 2021 (https://congresso.unifesp.br/) e teve também a palestra da Profa. Dra. Claudia Bauzer Medeiros (UNICAMP) e a mediação do Prof. Dr. Fábio Augusto Faria (Unifesp).

Catálogo de gráficos para a visualização de dados

Uma apresentação conforme a função

A escolha de um gráfico para represetação de dados é função do tipo de valor das variáveis a serem exibidas, do objetivo do gráfico (função) e de aspectos de forma. Com relação a função, os gráficos dividem-se em 7 grupos: distribuição, relação, ordenação, evolução, mapas, organização e fluxo. O catálogo de gráficos dessa aula reúne os principais gráficos usados para a visualização de dados com o propósito de compreendê-los, tirar insights e comunicar impressões. Para cada gráfico discute-se suas principais características, virtudes e deficiências. Comparações entre tipos de visualização são feitas visando estimular a visão crítica e escolhas baseadas em eficiência e expressividade.

Modelos de regressão não linear e aplicações na ciência florestal

  • Walmes Zeviani
  • Alunos matriculados e ouvintes da disciplina de Mensuração Florestal · PPGCF/UFRA
  • Universidade Federal do Paraná
  • Curitiba/PR (broadcast)
  • 04 de Março de 2021 · 18h00
  • 1h30

Aula convidada (dia 04 de Março de 2021, 18h00 BRT) sobre “modelos de regressão não linear e aplicações na ciência florestal” dentro da disciplina de Mensuração Florestal, coordenada pela Prof. Dr. Rodrigo Geroni Mendes Nascimento (ICA/UFRA) e faz parte do Programa de Pós Graduação em Ciências Florestais.

Nessa aula, faz-se uma exposição geral sobre modelos de regressão não linear para em seguida contextualizar e apresentar aplicações de modelos não lineares em problemas de ciência florestal: modelagem da distribução diamétrica de árvores e modelagem de perfil de fruste. Os estudos de caso usam dados reais e empregam o software de computação estatística R.

Modelos de regressão não linear e aplicações na ciência florestal

  • Walmes Zeviani
  • Participantes do Ciclo de Palestras do Evento Mensuração Florestal
  • Laboratório de Mensuração e Manejo do Recurso Florestal (Labfor) · Universidade Federal Rural da Amazônia (UFRA)
  • Curitiba/PR (broadcast)
  • 04 de Março de 2021 · 14h00
  • 00h45

O modelos de regressão não linear são usados em várias áreas da ciência. Eles são interpretáveis e apresentam justificativas teóricas, mecanísticas ou biológicas. Nesse webnar, é feita uma apresentação dos modelos não lineares e apresentadas aplicações dentro da ciência florestal.

Ensino de Estatística em Tempos de Pandemia

Relatos da experiência do DEST/UFPR com ensino remoto

  • Walmes Zeviani
  • Participantes da XX SEMAT e X SEMEST
  • Universidade Federal de Uberlância (UFU)
  • Curitiba/PR (broadcast)
  • 23 de Outubro de 2020 · 19h00
  • 00h45

O vídeo é a gravação de uma conferência dentro do XX SEMAT & X SEMEST (http://www.eventos.ufu.br/sematsemest2020) da FAMAT/UFU. Neste foi relatada a experiência do Departamento de Estatística da UFPR com o ensino remoto. O vídeo traz a síntese dessa experiência e indica os recursos utilizados e a forma de condução das atividades com os alunos.

Principais Recursos no R para Análise de Experimentos

  • Walmes Zeviani
  • Alunos da disciplina PEX 801 Recursos Computacionais · PPG em Estatística e Experimentação Agropecuária
  • Universidade Federal do Paraná
  • Curitiba/PR (broadcast)
  • 28 de Julho de 2020 · 14h00
  • 1h16

Palestra convidada dentro da displina PEX 801 Recursos Computacionais, conduzida pela Profa. Dra. Izabela Oliveira do Programa de Pós Graduação em Estatística e Experimentação Agropecuária da UFLA.

No vídeos são apresentados os principais pacotes para análise de experimentos agrícolas, apresentados estudos de casos e feitas recomendações sobre o uso de recursos.

Uso da linguagem R para análise de dados de inventário florestal

  • Walmes Zeviani
  • Participantes do Ciclo de Palestras de Tópicos Avançados em Engenharia Florestal
  • Universidade Federal do Paraná
  • Curitiba/PR (broadcast)
  • 15 de Julho de 2020 · 15h00
  • 00h45

Web conferência dentro da programação do Ciclo de Palestras de Tópicos Avançados em Engenharia Florestal (https://www.even3.com.br/taef/).

A palestra também foi gravada pelos organizadores (em 720p) e contém a parte de discussões ao final. Está disponível aqui: https://www.youtube.com/watch?v=SC6fdNsSzV8.

Link dos slides:

Web Scraping com R

Neste vídeo é dada uma visão geral sobre web scraping no ambiente R.

Modelos de Regressão Linear e Não Linear e Aplicações em Epidemiologia de Doenças de Plantas

  • Walmes Zeviani
  • Alunos matriculados em Epidemiologia para Manejo Integrado de Doenças · PPGPV/UFPR
  • Universidade Federal do Paraná
  • Curitiba/PR (broadcast)
  • 18 de Junho de 2020 · 8h30
  • 3h00

Aula convidada (dia 18/Jun/2020, 8h30 BRT) sobre “Modelos de Regressão Linear e Não Linear e Aplicações em Epidemiologia de Plantas” dentro da disciplina de Epidemiologia para Manejo Integrado de Doenças, coordenada pela Profa. Dra. Louise Larissa May De Mio e faz parte do Programa de Pós Graduação em Produção Vegetal.

Nessa aula, faz-se uma exposição geral sobre modelos de regressão para em seguida contextualizar, definir e apresentar aplicações de modelos não lineares. Os modelos não lineares são muito utilizados em Ciências Agrárias, principalmente na área de Epidemiologia de Doenças de Plantas. Os estudos de caso usam dados reais e empregam o software de computação estatística R.

Visualização de Dados (2/2)

Almanaque de gráficos: taxonomia, funções e formas (versão 2020)

A escolha de um gráfico para represetação de dados é função do tipo de valor das variáveis a serem exibidas, do objetivo do gráfico (função) e de aspectos de forma. Com relação a função, os gráficos dividem-se em 7 grupos: distribuição, relação, ordenação, evolução, mapas, organização e fluxo. O almanaque de gráficos dessa aula reúne os principais gráficos usados para representação de dados. Para cada gráfico discute-se suas principais características, virtudes e deficiências. Comparações entre tipos de visualização são feitas visando estimular a visão crítica e escolhas baseadas em eficiência e expressividade.

Visualização de Dados (1/2)

Almanaque de gráficos: taxonomia, funções e formas (versão 2020)

A escolha de um gráfico para represetação de dados é função do tipo de valor das variáveis a serem exibidas, do objetivo do gráfico (função) e de aspectos de forma. Com relação a função, os gráficos dividem-se em 7 grupos: distribuição, relação, ordenação, evolução, mapas, organização e fluxo. O almanaque de gráficos dessa aula reúne os principais gráficos usados para representação de dados. Para cada gráfico discute-se suas principais características, virtudes e deficiências. Comparações entre tipos de visualização são feitas visando estimular a visão crítica e escolhas baseadas em eficiência e expressividade.

Recursos para visualização de dados no R e a lógica do ggplot2

Na webconferência foram apresentados os principais recursos gráficos do R com enfase para a lógica e capacidade gráfica do pacote ggplot2. Foram discutidos os aspectos centrais da gramática dos gráficos e feita a construção de gráficos com o ggplot2 em um exemplo de dados real sobre imóveis à venda em Curitiba usando gráficos para representar a distribuição das variáveis, a relação entre elas e a distribuição espacial. Fez-se manipulação dos dados para obter novas variáveis e entender a relação entre elas.

Essa conferência é parte das atividades do projeto de Extensão “Ciência de Dados · Palestras & Encontros” coordenado pelo Dr. Marcelo Correa da Silva e foi direcionada para os alunos do Programa de Pós Graduação em Agronegócio da Universidade Federal da Grande Dourados (UFGD).

Agradeço ao Dr. Marcelo pelo convite para essa conferência, a todos os alunos presentes na sessão remota e a todos os participantes do mencionado projeto de Extensão.

R para ciência de dados: um curso introdutório

Parte 2 de 2

  • Walmes Zeviani
  • Servidores dos tribunais de justiça com formação em Estatística
  • III Workshop de Estatística do Poder Judiciário · Conselho Nacional de Justiça
  • Tribunal Superior Eleitoral, Setor de Administração Federal Sul, Quadra 7, Lotes 1/2, Auditório 1, subsolo – Brasília/DF
  • 02 de Agosto de 2019
  • 2h11

Nessa parte do curso é feito um apanhado de recursos interessantes sobre a linguagem R como os ferramental para manipulação e visualização de dados, construção de disponibilização de dashboards com Shiny e desenvolvimento de relatórios dinâmicos com Rmarkdown. São indicados livros para aprendizado de R para usuários iniciantes, intermediários e avançados. Perguntas da platéia são respondidas de tempos em tempos durante a apresentação.

R para ciência de dados: um curso introdutório

Parte 1 de 2

  • Walmes Zeviani
  • Servidores dos tribunais de justiça com formação em Estatística
  • III Workshop de Estatística do Poder Judiciário · Conselho Nacional de Justiça
  • Tribunal Superior Eleitoral, Setor de Administração Federal Sul, Quadra 7, Lotes 1/2, Auditório 1, subsolo – Brasília/DF
  • 01 de Agosto de 2019
  • 2h00

Nessa parte do curso é feita introdução à linguagem R, com motivação e algumas passagens históricas, é dado o básico da linguagem, com tipos de objetos, atribuição, seleção, estrutura de controle, funções. São feitos comentários sobre editores disponíveis para R.

Planejamento de experimentos

Estudos de caso

Nesta aula são discutidos análises de conjuntos de dados reais enfatizando aspectos como transformação de dados, observações influentes, bandas de confiança e predição em regressão, comparações múltiplas, modelos de regressão não lineares e regressões locais.

Importância, tendências e competências em visualização de dados

Nessa rápida conferência é enfatisado a importância da visualização de dados no atual momento da ciência de dados, as principais tendências do campo e as competências consideradas determinantes para uma equipe envolvida em data storytelling. Rapidamente são discutidos alguns aspectos chaves de fundamentos de visualização de dados e recursos de software.

Planejamento de experimentos

Uma visão panorâmica

A primeiras contribuições para a área de planejamento e análise de experimentos foram de Ronald A. Fisher a quase de um século atrás. Desde então, a área de planejamento de experimentos tem evoluído e hoje é determinante para o avanço da pesquisa em todas as áreas da Ciências. Apesar da exigência e ampla adoção dos experimentos planejados, a incorreta compreensão ou emprego dos princípios fundamentais pode comprometer os resultados de pesquisas onerosas. Nesta aula são discutidos os princípios fundamentais de planejamentos experimentais, apresentada a terminologia, introduzido os experimentos fatoriais e feitas recomendações para os praticantes.

Visualização de dados (3/3)

Recursos no R e aplicações

O R é um ambiente em software livre e multiplataforma para computação estatística e gráficos. Possui muitos recursos para confecção de gráficos de alto padrão que uma das suas mais notáveis capacidades. O território de confeção de gráficos pode ser dividido em 4 partes: 1) recursos baseados no pacote graphics, 2) no pacote lattice, 3) no pacote ggplot2 e 4) recursos para visualização interativa. A implementação do ggplot2 é baseada na gramática dos gráficos proposta por Wilkinson em 1999 que é baseada, como o nome sugere, em elementos gráficos adicionados como camadas. Nessa apresentação são discutidas as funcionalidades dos recursos disponíveis. É dada ênfase na grámatica dos gráficos usando o pacote ggplot2. Ao final é uma análise exploratória para dados imobiliários em Curitiba. Nessa etapa são confecionados gráficos para compreender a relação entre variáveis e a distribuição espacial, onde são definidas medidas e calculadas métricas de relação e dependência espacial.

Visualização de dados (2/3)

Almanaque de gráficos: taxonomia, funções e formas (versão 2019)

A escolha de um gráfico para represetação de dados é função do tipo de valor das variáveis a serem exibidas, do objetivo do gráfico (função) e de aspectos de forma. Com relação a função, os gráficos dividem-se em 7 grupos: distribuição, relação, ordenação, evolução, mapas, organização e fluxo. O almanaque de gráficos dessa aula reúne os principais gráficos usados para representação de dados. Para cada gráfico discute-se suas principais características, virtudes e deficiências. Comparações entre tipos de visualização são feitas visando estimular a visão crítica e escolhas baseadas em eficiência e expressividade.

Visualização de dados (1/3)

História e fundamentos

A visualização de dados permite rápida extração de insights para problemas baseados em dados. O conhecimento dos princípios de visualização gráfica e o domínio de recursos computacionais para elaboração ágil, interativa e reproduzível são fundamentais para obter visualizações que comuniquem valor de forma descomplicada em todos os aspectos: elaboração, exame, interpretação e ação. Nessa aula define-se o que é visualização de dados, discorre-se sobre aspectos históricos, tipos de visualização, variáveis visuais e as principais competências relacionadas a visualização de dados. Essa é a primeira de 3 aulas relacionadas ao assunto e começa no instante 1:33:33.