From baaf0ea2eb7d3c4e3ada422d00908e2be09c3c72 Mon Sep 17 00:00:00 2001 From: joaoDossena Date: Sun, 27 Mar 2022 19:12:18 +0200 Subject: [PATCH 1/4] Translated README of module 2; Starting translation of class 05 - relational databases --- .../translations/README.pt-br.md | 181 ++++++++++++++++++ .../translations/README.pt-br.md | 16 ++ 2 files changed, 197 insertions(+) create mode 100644 2-Working-With-Data/05-relational-databases/translations/README.pt-br.md create mode 100644 2-Working-With-Data/translations/README.pt-br.md diff --git a/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md b/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md new file mode 100644 index 00000000..77cde7c4 --- /dev/null +++ b/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md @@ -0,0 +1,181 @@ +# Trabalhando com dados: Bases de dados relacionais + +|![ Sketchnote por [(@sketchthedocs)](https://sketchthedocs.dev) ](../../sketchnotes/05-RelationalData.png)| +|:---:| +| Trabalhando Com Dados: Bases de dados Relacionais - _Sketchnote por [@nitya](https://twitter.com/nitya)_ | + +Você provavelmente já usou uma planilha para guardar informações. Você tinha um conjunto de linhas e colunas, onde as linhas continham a informação (ou dados), e as colunas descreviam a informação (às vezes chamada de metadados). Uma base de dados relacional expande esse princípio de linhas e colunas em tabelas, lhe permitindo ter informações espalhadas por múltiplas tabelas. Isso lhe permite trabalhar com dados mais complexos, evitar duplicação, e ter flexibilidade na maneira de explorar os dados. Vamos explorar os conceitos de uma base de dados relacional + +## [Quiz pré-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/8) + +## Tudo começa com tabelas +Uma base de dados relacional tem por princípio as tabelas. Da mesma forma que uma planilha, uma tabela é um conjunto de linhas e colunas. As colunas contém os dados ou as informações com as quais queremos trabalhas, como o nome de uma cidade ou a quantidade de chuva. As colunas descrevem os dados que elas guardam. + +Vamos começar a nossa exploração iniciando uma tabela para guardar informação sobre cidades. Nós podemos começar com os seus nomes e países. Você pode guardá-los numa tabela da seguinte forma: + +| Cidade | País | +| -------- | ------------- | +| Tóquio | Japão | +| Atlanta | Estados Unidos | +| Auckland | Nova Zelândia | + +Perceba que os nomes das colunas de **cidade**, **país** e **população** descrevem os dados que são guardados, e cada coluna tem informações sobre uma cidade + +## Os problemas de se ter uma única tabela +A tabela acima provavelmente parece relativamente familiar para você. Vamos começar a preencher dados adicionais para nossa base de dados: precipitação anual (em milímetros). Focaremos nos anos de 2018, 2019 e 2020. Se fôssemos adicioná-los a Tóquio, ficaria mais ou menos assim: + +| Cidade | País | Ano | Quantidade | +| ----- | ------- | ---- | ------ | +| Tóquio | Japão | 2020 | 1690 | +| Tóquio | Japão | 2019 | 1874 | +| Tóquio | Japão | 2018 | 1445 | + +O que dá para perceber na nossa tabela? Você pode notar que estamos duplicando o nome e o país da cidade diversas vezes. Isso pode usar espaço demais desnecessariamente. Afinal, Tóquio só tem um nome que nos interessa. + +OK, vamos tentar algo diferente. Vamos adicionar novas colunas para cada ano: + + +| Cidade | País | 2018 | 2019 | 2020 | +| -------- | ------------- | ---- | ---- | ---- | +| Tóquio | Japão | 1445 | 1874 | 1690 | +| Atlanta | Estados Unidos | 1779 | 1111 | 1683 | +| Auckland | Nova Zelândia | 1386 | 942 | 1176 | + +Enquanto isso nos permite evitar duplicação de linhas, nós temos alguns outros desafios. Nós precisaríamos modificar a estrutura da nossa tabela cada vez que temos um novo ano. Além disso, conforme nossos dados aumentam, ter os anos como colunas pode fazer com que consultar e calcular valores seja mais difícil. + +Por isso nós precisamos de várias tabelas e de relações. Dividindo nossos dados nós conseguimos evitar duplicações e então temos mais flexibilidade para trabalhar com eles. + +## Os conceitos de relações +Vamos voltar para os nossos dados e vamos determinar como queremos separar as coisas. Sabemos que nós queremos guardar o nome e o país de nossas cidades, então isso provavelmente vai ser melhor se ficar em uma tabela. + +| Cidade | País | +| -------- | ------------- | +| Tokyo | Japão | +| Atlanta | Estados Unidos | +| Auckland | Nova Zelândia | + +Mas antes de criarmos a próxima tabela, precisamos descobrir como referenciar cada cidade. Precisamos de algum tipo de identificador, ID, ou (em termos de bases de dados) uma chave primária. Uma chave primária é um valor usado para identificar uma linha específica numa tabela. Enquanto essa chave pode ser baseada num valor mesmo (poderíamos usar o nome da cidade, por exemplo), ela deverá ser quase sempre um número ou outro identificador. Não queremos que o id mude nunca, já que estragaria a relação. Você vai ver que na maioria dos casos a chave primária ou id vai ser um número gerado automaticamente. + + +> ✅ Chave primária geralmente se abrevia com PK (do inglês "Primary Key") + +### cidades + +| cidade_id | Cidade | País | +| ------- | -------- | ------------- | +| 1 | Tóquio | Japão | +| 2 | Atlanta | Estados Unidos | +| 3 | Auckland | Nova Zelândia | + +> ✅ Você pode perceber que nós usamos os termos "id" e "chave primária" como termos iguais durante essa aula. Os conceitos aqui se aplicam a DataFrames, que você vai explorar mais além. DataFrames não usam a terminologia de "chave primária", mas se comportam de uma maneira bem parecida. + +Com nossa tabela de cidades criada, vamos guardar a precipitação. Em vez de duplicar a informação sobre a cidade, podemos usar o id. Também devemos nos certificar de que a tabela criada também tem uma coluna *id*, já que todas as tabelas devem ter um id ou chave primária. + + +### precipitacao + +| precipitacao_id | cidade_id | Ano | Quantidade | +| ----------- | ------- | ---- | ------ | +| 1 | 1 | 2018 | 1445 | +| 2 | 1 | 2019 | 1874 | +| 3 | 1 | 2020 | 1690 | +| 4 | 2 | 2018 | 1779 | +| 5 | 2 | 2019 | 1111 | +| 6 | 2 | 2020 | 1683 | +| 7 | 3 | 2018 | 1386 | +| 8 | 3 | 2019 | 942 | +| 9 | 3 | 2020 | 1176 | + +Perceba a coluna **cidade_id** na tabela **precipitacao** recém criada. Essa coluna contém valores que referenciam os IDs na tabela **cidades**. Em termos técnicos relacionais, isso se chama **chave externa** ou **chave estrangeira**; é uma chave primária de outra tabela. Você pode imaginar que é apenas uma referência ou ponteiro. O **cidade_id** 1 faz referência a Tóquio. + +> [!NOTE] Chave Estrangeira é abreviada como FK ("Foreign Key" em inglês) + +## Buscando dados + +With our data separated into two tables, you may be wondering how we retrieve it. If we are using a relational database such as MySQL, SQL Server or Oracle, we can use a language called Structured Query Language or SQL. SQL (sometimes pronounced sequel) is a standard language used to retrieve and modify data in a relational database. + +To retrieve data you use the command `SELECT`. At its core, you **select** the columns you want to see **from** the table they're contained in. If you wanted to display just the names of the cities, you could use the following: + +```sql +SELECT cidade +FROM cities; + +-- Output: +-- Tóquio +-- Atlanta +-- Auckland +``` + +`SELECT` is where you list the columns, and `FROM` is where you list the tables. + +> [NOTE] SQL syntax is case-insensitive, meaning `select` and `SELECT` mean the same thing. However, depending on the type of database you are using the columns and tables might be case sensitive. As a result, it's a best practice to always treat everything in programming like it's case sensitive. When writing SQL queries common convention is to put the keywords in all upper-case letters. + +The query above will display all cities. Let's imagine we only wanted to display cities in Nova Zelândia. We need some form of a filter. The SQL keyword for this is `WHERE`, or "where something is true". + +```sql +SELECT cidade +FROM cities +WHERE country = 'Nova Zelândia'; + +-- Output: +-- Auckland +``` + +## Joining data + +Until now we've retrieved data from a single table. Now we want to bring the data together from both **cities** and **rainfall**. This is done by *joining* them together. You will effectively create a seam between the two tables, and match up the values from a column from each table. + +In our example, we will match the **cidade_id** column in **rainfall** with the **cidade_id** column in **cities**. This will match the rainfall value with its respective cidade. The type of join we will perform is what's called an *inner* join, meaning if any rows don't match with anything from the other table they won't be displayed. In our case every cidade has rainfall, so everything will be displayed. + +Let's retrieve the rainfall for 2019 for all our cities. + +We're going to do this in steps. The first step is to join the data together by indicating the columns for the seam - **cidade_id** as highlighted before. + +```sql +SELECT cities.cidade + rainfall.amount +FROM cities + INNER JOIN rainfall ON cities.cidade_id = rainfall.cidade_id +``` + +We have highlighted the two columns we want, and the fact we want to join the tables together by the **cidade_id**. Now we can add the `WHERE` statement to filter out only year 2019. + +```sql +SELECT cities.cidade + rainfall.amount +FROM cities + INNER JOIN rainfall ON cities.cidade_id = rainfall.cidade_id +WHERE rainfall.year = 2019 + +-- Output + +-- cidade | amount +-- -------- | ------ +-- Tóquio | 1874 +-- Atlanta | 1111 +-- Auckland | 942 +``` + +## Summary + +Relational databases are centered around dividing information between multiple tables which is then brought back together for display and analysis. This provides a high degree of flexibility to perform calculations and otherwise manipulate data. You have seen the core concepts of a relational database, and how to perform a join between two tables. + +## 🚀 Challenge + +There are numerous relational databases available on the internet. You can explore the data by using the skills you've learned above. + +## Post-Lecture Quiz + +## [Post-lecture quiz](https://red-water-0103e7a0f.azurestaticapps.net/quiz/9) + +## Review & Self Study + +There are several resources available on [Microsoft Learn](https://docs.microsoft.com/learn?WT.mc_id=academic-40229-cxa) for you to continue your exploration of SQL and relational database concepts + +- [Describe concepts of relational data](https://docs.microsoft.com//learn/modules/describe-concepts-of-relational-data?WT.mc_id=academic-40229-cxa) +- [Get Started Querying with Transact-SQL](https://docs.microsoft.com//learn/paths/get-started-querying-with-transact-sql?WT.mc_id=academic-40229-cxa) (Transact-SQL is a version of SQL) +- [SQL content on Microsoft Learn](https://docs.microsoft.com/learn/browse/?products=azure-sql-database%2Csql-server&expanded=azure&WT.mc_id=academic-40229-cxa) + +## Assignment + +[Assignment Title](assignment.md) diff --git a/2-Working-With-Data/translations/README.pt-br.md b/2-Working-With-Data/translations/README.pt-br.md new file mode 100644 index 00000000..e665360e --- /dev/null +++ b/2-Working-With-Data/translations/README.pt-br.md @@ -0,0 +1,16 @@ +# Trabalhando com Dados + +![amor aos dados](images/data-love.jpg) +> Foto de Alexander Sinn em Unsplash + +Nessas aulas você aprenderá algumas maneiras de administrar, manipular e usar dados em aplicações. Você aprenderá sobre bases de dados relacionais e não-relacionais, e aprenderá a guardar dados nas mesmas. Você vai aprender os fundamentos de como trabalhar com Python para administrar dados, e você vai descobrir algumas das muitas maneiras de se trabalhar com Python para minerar dados. +### Tópicos + +1. [Bases de dados relacionais](05-relational-databases/README.md) +2. [Bases de dados não-relacionais](06-non-relational/README.md) +3. [Trabalhando com Python](07-python/README.md) +4. [Preparando dados](08-data-preparation/README.md) + +### Créditos + +Essas aulas foram feitas com o ❤️ por [Christopher Harrison](https://twitter.com/geektrainer), [Dmitry Soshnikov](https://twitter.com/shwars) e [Jasmine Greenaway](https://twitter.com/paladique) \ No newline at end of file From d8789b9fb3264128316b29cb2f2854152a189736 Mon Sep 17 00:00:00 2001 From: joaoDossena Date: Sun, 27 Mar 2022 20:50:12 +0200 Subject: [PATCH 2/4] Translated class 05 - relational databases --- .../translations/README.pt-br.md | 84 ++++++++++--------- 1 file changed, 43 insertions(+), 41 deletions(-) diff --git a/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md b/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md index 77cde7c4..4b519e57 100644 --- a/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md +++ b/2-Working-With-Data/05-relational-databases/translations/README.pt-br.md @@ -92,90 +92,92 @@ Perceba a coluna **cidade_id** na tabela **precipitacao** recém criada. Essa co ## Buscando dados -With our data separated into two tables, you may be wondering how we retrieve it. If we are using a relational database such as MySQL, SQL Server or Oracle, we can use a language called Structured Query Language or SQL. SQL (sometimes pronounced sequel) is a standard language used to retrieve and modify data in a relational database. +Com os nossos dados separados em duas tabelas, você pode se perguntar como acessá-los. Se usarmos uma base de dados relacional, como MySQL, SQL Server ou Oracle, podemos usar uma linguagem chamada Structured Query Language (Linguagem de Consulta Estruturada) ou SQL. A SQL (às vezes lida como "sequel" em inglês) é uma linguagem padronizada para buscar e modificar dados em uma base de dados relacional. -To retrieve data you use the command `SELECT`. At its core, you **select** the columns you want to see **from** the table they're contained in. If you wanted to display just the names of the cities, you could use the following: +Para buscar dados, usamos o comando `SELECT` (que significa "selecionar"). No fundo, você **seleciona** as colunas que você quer ver **desde** a tabela em que elas estão contidas. Se você quer apenas mostrar os nomes das cidades, você pode usar o seguinte comando: ```sql SELECT cidade -FROM cities; +FROM cidades; --- Output: +-- Resultado: -- Tóquio -- Atlanta -- Auckland ``` -`SELECT` is where you list the columns, and `FROM` is where you list the tables. +`SELECT` é onde você lista as colunas, e `FROM` é onde você lista as tabelas. -> [NOTE] SQL syntax is case-insensitive, meaning `select` and `SELECT` mean the same thing. However, depending on the type of database you are using the columns and tables might be case sensitive. As a result, it's a best practice to always treat everything in programming like it's case sensitive. When writing SQL queries common convention is to put the keywords in all upper-case letters. +> [NOTE] A sintaxe de SQL não é sensível a maiúsculas e minúsculas, que significa que `select` e `SELECT` são a mesma coisa. Entretanto, dependendo do tipo de base de dados que você usa, as colunas e tabelas podem ser sensíveis a maiúsculas e minúsculas. Por causa disso, é uma boa prática sempre presumir que tudo em programação é sensível. Quando se escreve uma query (consulta) em SQL, a convenção é usar as palavras-chave todas em maiúsculas. -The query above will display all cities. Let's imagine we only wanted to display cities in Nova Zelândia. We need some form of a filter. The SQL keyword for this is `WHERE`, or "where something is true". +A query acima mostrará todas as cidades. Imaginemos que só queremos mostrar as cidades da Nova Zelândia. Vamos precisar de alguma forma de filtro. A palavra-chave em SQL para isso é `WHERE` ("onde"), ou "onde certa afirmação é verdadeira". ```sql SELECT cidade -FROM cities -WHERE country = 'Nova Zelândia'; +FROM cidades +WHERE pais = 'Nova Zelândia'; --- Output: +-- Resultado: -- Auckland ``` -## Joining data +## Juntando dados -Until now we've retrieved data from a single table. Now we want to bring the data together from both **cities** and **rainfall**. This is done by *joining* them together. You will effectively create a seam between the two tables, and match up the values from a column from each table. +Até agora nós conseguimos buscar dados de uma única tabela. Agora queremos juntas or dados de ambas as tabelas **cidades** e **precipitacao**. Isso se faz juntando (em inglês, "*joining*") elas. Dessa forma você vai "costurar" as duas tabelas, e combinar os valoras de uma coluna de cada tabela. -In our example, we will match the **cidade_id** column in **rainfall** with the **cidade_id** column in **cities**. This will match the rainfall value with its respective cidade. The type of join we will perform is what's called an *inner* join, meaning if any rows don't match with anything from the other table they won't be displayed. In our case every cidade has rainfall, so everything will be displayed. +Em nosso exemplo, vamos combinar a coluna **cidade_id** em **precipitacao** com a coluna **cidade_id** em **cidades**. Isso irá combinar a precipitação com sua respectiva cidade. O tipo de "join" que faremos é chamado de *inner* join ("juntar internamente"), que significa que caso as linhas não combinem com nada da outra tabela, elas não serão mostradas. No nosso caso, cada cidade tem uma precipitação, então tudo será mostrado. -Let's retrieve the rainfall for 2019 for all our cities. +Agora vamos buscar a precipitação em 2019 para todas as nossas cidades. + +Faremos isso em alguns passos. O primeiro passo é juntar os dados indicando as colunas para a "costura" - **cidade_id** como dito anteriormente. -We're going to do this in steps. The first step is to join the data together by indicating the columns for the seam - **cidade_id** as highlighted before. ```sql -SELECT cities.cidade - rainfall.amount -FROM cities - INNER JOIN rainfall ON cities.cidade_id = rainfall.cidade_id +SELECT cidades.cidade + precipitacao.quantidade +FROM cidades + INNER JOIN precipitacao ON cidades.cidade_id = precipitacao.cidade_id ``` -We have highlighted the two columns we want, and the fact we want to join the tables together by the **cidade_id**. Now we can add the `WHERE` statement to filter out only year 2019. +Escolhemos as duas colunas que queremos, e o fato de querermos juntar as tabelas pelo **cidade_id**. Agora podemos adicionar o `WHERE` para filtrar apenas o ano 2019. ```sql -SELECT cities.cidade - rainfall.amount -FROM cities - INNER JOIN rainfall ON cities.cidade_id = rainfall.cidade_id -WHERE rainfall.year = 2019 +SELECT cidades.cidade + precipitacao.quantidade +FROM cidades + INNER JOIN precipitacao ON cidades.cidade_id = precipitacao.cidade_id +WHERE precipitacao.ano = 2019 --- Output +-- Resultado --- cidade | amount +-- cidade | quantidade -- -------- | ------ --- Tóquio | 1874 +-- Tóquio | 1874 -- Atlanta | 1111 -- Auckland | 942 ``` -## Summary +## Resumo +Bases de dados relacionais funcionam dividindo a informação entre várias tabelas, que depois são juntas novamente para serem mostradas e analizadas. Isso nos dá um alto grau de flexibilidade para fazer cálculos e manipular dados. Você viu os principais conceitos de uma base de dados relacional, e como fazer um "join" entre duas tabelas. + -Relational databases are centered around dividing information between multiple tables which is then brought back together for display and analysis. This provides a high degree of flexibility to perform calculations and otherwise manipulate data. You have seen the core concepts of a relational database, and how to perform a join between two tables. +## 🚀 Desafio -## 🚀 Challenge +Há muitas bases de dados relacionais disponíveis na internet. Você pode explorar os dados usando as técnicas que você aprendeu acima. -There are numerous relational databases available on the internet. You can explore the data by using the skills you've learned above. -## Post-Lecture Quiz +## Quiz Pós-Aula -## [Post-lecture quiz](https://red-water-0103e7a0f.azurestaticapps.net/quiz/9) +## [Quiz pós-aula](https://red-water-0103e7a0f.azurestaticapps.net/quiz/9) -## Review & Self Study +## Revisão & Auto-Estudo -There are several resources available on [Microsoft Learn](https://docs.microsoft.com/learn?WT.mc_id=academic-40229-cxa) for you to continue your exploration of SQL and relational database concepts +Há muitos recursos em [Microsoft Learn](https://docs.microsoft.com/learn?WT.mc_id=academic-40229-cxa) para você continuar sua exploração sobre SQL e conceitos de bases de dados relacionais. -- [Describe concepts of relational data](https://docs.microsoft.com//learn/modules/describe-concepts-of-relational-data?WT.mc_id=academic-40229-cxa) -- [Get Started Querying with Transact-SQL](https://docs.microsoft.com//learn/paths/get-started-querying-with-transact-sql?WT.mc_id=academic-40229-cxa) (Transact-SQL is a version of SQL) -- [SQL content on Microsoft Learn](https://docs.microsoft.com/learn/browse/?products=azure-sql-database%2Csql-server&expanded=azure&WT.mc_id=academic-40229-cxa) +- [Descreva conceitos de bases de dados relacionais](https://docs.microsoft.com//learn/modules/describe-concepts-of-relational-data?WT.mc_id=academic-40229-cxa) +- [Comece a fazer queries com Transact-SQL](https://docs.microsoft.com//learn/paths/get-started-querying-with-transact-sql?WT.mc_id=academic-40229-cxa) (Transact-SQL é uma versão de SQL) +- [Conteúdo de SQL em Microsoft Learn](https://docs.microsoft.com/learn/browse/?products=azure-sql-database%2Csql-server&expanded=azure&WT.mc_id=academic-40229-cxa) -## Assignment +## Trabalho -[Assignment Title](assignment.md) +[Título do Trabalho](assignment.md) From 05f23ac9a671acdeb3d49d1aef2f424fc2d66f56 Mon Sep 17 00:00:00 2001 From: joaoDossena Date: Sun, 27 Mar 2022 21:01:19 +0200 Subject: [PATCH 3/4] Translated class the README for module 05 --- .../translations/README.pt-br.md | 21 +++++++++++++++++++ 1 file changed, 21 insertions(+) create mode 100644 5-Data-Science-In-Cloud/translations/README.pt-br.md diff --git a/5-Data-Science-In-Cloud/translations/README.pt-br.md b/5-Data-Science-In-Cloud/translations/README.pt-br.md new file mode 100644 index 00000000..cda88a0d --- /dev/null +++ b/5-Data-Science-In-Cloud/translations/README.pt-br.md @@ -0,0 +1,21 @@ +# Ciência de Dados na Nuvem + +![imagem de nuvem](images/cloud-picture.jpg) + +> Foto por [Jelleke Vanooteghem](https://unsplash.com/@ilumire) de [Unsplash](https://unsplash.com/s/photos/cloud?orientation=landscape) + +Quando se usa ciência de dados com big data, a nuvem pode ser muito útil. Nas próximas 3 aulas, iremos ver o que é a nuvem e porquê ela pode ser de ajuda. Também exploraremos um dataset (conjunto de dados) de falha cardíaca e contriremos um modelo para ajudar a calcular a probabilidade de alguém ter um problema cardíaco. Usaremos o poder da nuvem para treinar, distribuir (deploy) e consumir um modelo de duas maneiras diferentes. Uma delas é usando apenas a interface de usuário de uma maneira Low code/No code (com pouco ou sem código). A outra é com o Azure Machine Learning Software Developer Kit (Azure ML SDK). + +![esquema-do-projeto](19-Azure/images/project-schema.PNG) + +### Tópicos + +1. [Por que usar a Nuvem em Ciência de Dados?](17-Introduction/README.md) +2. [Ciência de Dados na Nuvem: Com pouco ou sem código](18-Low-Code/README.md) +3. [Ciência de Dados na Nuvem: Com "Azure ML SDK" ](19-Azure/README.md) + +### Créditos +Essas aulas foram feitas com ☁️ e 💕 por [Maud Levy](https://twitter.com/maudstweets) and [Tiffany Souterre](https://twitter.com/TiffanySouterre) + +Dados do projeto de Previsão de Problemas Cardíacos são de [ +Larxel](https://www.kaggle.com/andrewmvd) no [Kaggle](https://www.kaggle.com/andrewmvd/heart-failure-clinical-data). Está licenciado em [Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/) From b88f4719bdeafb57926bdf072cedaa645ea76ef8 Mon Sep 17 00:00:00 2001 From: joaoDossena Date: Sun, 27 Mar 2022 21:04:01 +0200 Subject: [PATCH 4/4] Translated class the README for module 06 --- 6-Data-Science-In-Wild/translations/README.pt-br.md | 11 +++++++++++ 1 file changed, 11 insertions(+) create mode 100644 6-Data-Science-In-Wild/translations/README.pt-br.md diff --git a/6-Data-Science-In-Wild/translations/README.pt-br.md b/6-Data-Science-In-Wild/translations/README.pt-br.md new file mode 100644 index 00000000..b001b75f --- /dev/null +++ b/6-Data-Science-In-Wild/translations/README.pt-br.md @@ -0,0 +1,11 @@ +# Ciência de Dados na natureza + +Aplicações do mundo real da ciência de dados na indústria. + +### Tópicos + +1. [Ciência de Dados no mundo real](../20-Real-World-Examples/translations/README.es.md) + +### Créditos + +Escrito com ❤️ por [Nitya Narasimhan](https://twitter.com/nitya)