Data-Science-For-Beginners/translations/br

Data Science for Beginners - A Curriculum

Os Azure Cloud Advocates da Microsoft têm o prazer de oferecer um currículo de 10 semanas e 20 aulas totalmente dedicado à Ciência de Dados. Cada aula inclui questionários pré-aula e pós-aula, instruções escritas para concluir a lição, uma solução e uma tarefa. Nossa pedagogia baseada em projetos permite que você aprenda enquanto cria, uma forma comprovada de fazer novas habilidades "fixarem".

Agradecimentos calorosos aos nossos autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Agradecimentos especiais 🙏 aos nossos autores, revisores e colaboradores de conteúdo Microsoft Student Ambassador, notavelmente Aaryan Arora, Aditya Garg, Alondra Sanchez, Ankita Singh, Anupam Mishra, Arpita Das, ChhailBihari Dubey, Dibri Nsofor, Dishita Bhasin, Majd Safi, Max Blum, Miguel Correa, Mohamma Iftekher (Iftu) Ebne Jalal, Nawrin Tabassum, Raymond Wangsa Putra, Rohit Yadav, Samridhi Sharma, Sanya Sinha, Sheena Narula, Tauqeer Ahmad, Yogendrasingh Pawar , Vidushi Gupta, Jasleen Sondhi

Data Science para Iniciantes - Sketchnote por @nitya

🌐 Suporte Multilíngue

Suportado via GitHub Action (Automático e Sempre Atualizado)

Árabe | Bengalês | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Tcheco | Dinamarquês | Holandês | Estoniano | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Kannada | Coreano | Lituano | Malaio | Malayalam | Marata | Nepali | Nigerian Pidgin | Norueguês | Persa (Farsi) | Polonês | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalog (Filipino) | Tamil | Telugu | Tailandês | Turco | Ucraniano | Urdu | Vietnamita

Se você deseja que idiomas adicionais sejam suportados, os idiomas disponíveis estão listados aqui

Junte-se à Nossa Comunidade

Temos uma série no Discord chamada Aprenda com IA em andamento; saiba mais e junte-se a nós em Série Aprenda com IA de 18 a 30 de setembro de 2025. Você receberá dicas e truques para usar o GitHub Copilot em Ciência de Dados.

Você é estudante?

Comece com os seguintes recursos:

• Página do Student Hub Nesta página, você encontrará recursos para iniciantes, pacotes para estudantes e até maneiras de obter um voucher de certificação gratuito. Esta é uma página que você deve adicionar aos favoritos e verificar de tempos em tempos, pois atualizamos o conteúdo pelo menos mensalmente.
• Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de embaixadores estudantis; isso pode ser sua porta de entrada para a Microsoft.

Primeiros Passos

📚 Documentação

• Guia de Instalação - Instruções passo a passo para configurar o ambiente para iniciantes
• Guia de Uso - Exemplos e fluxos de trabalho comuns
• Solução de Problemas - Soluções para problemas comuns
• Guia de Contribuição - Como contribuir para este projeto
• Para Professores - Orientação para ensino e recursos para sala de aula

👨‍🎓 Para Estudantes

Iniciantes completos: Novo em ciência de dados? Comece com nossos exemplos para iniciantes! Esses exemplos simples e bem comentados ajudarão você a entender o básico antes de se aprofundar no currículo completo. Estudantes: para usar este currículo por conta própria, faça um fork do repositório inteiro e complete os exercícios por conta própria, começando com um questionário pré-aula. Em seguida, leia a aula e conclua o restante das atividades. Tente criar os projetos compreendendo as lições em vez de copiar o código da solução; no entanto, esse código está disponível nas pastas /solutions em cada lição orientada a projetos. Outra ideia é formar um grupo de estudo com amigos e percorrer o conteúdo juntos. Para estudo adicional, recomendamos Microsoft Learn.

Início rápido:

1. Verifique o Guia de Instalação para configurar seu ambiente
2. Revise o Guia de Uso para aprender como trabalhar com o currículo
3. Comece pela Lição 1 e avance sequencialmente
4. Participe da nossa comunidade no Discord para obter suporte

👩‍🏫 Para Professores

Professores: incluímos algumas sugestões em Para Professores sobre como usar este currículo. Adoraríamos receber seu feedback em nosso fórum de discussão!

Conheça a Equipe

Gif por Mohit Jaisal

🎥 Clique na imagem acima para um vídeo sobre o projeto e as pessoas que o criaram!

Pedagogia

Escolhemos dois princípios pedagógicos ao construir este currículo: garantir que seja baseado em projetos e que inclua quizzes frequentes. Ao final desta série, os alunos terão aprendido princípios básicos de ciência de dados, incluindo conceitos éticos, preparação de dados, diferentes formas de trabalhar com dados, visualização de dados, análise de dados, casos de uso do mundo real de ciência de dados e muito mais.

Além disso, um quiz de baixo risco antes de uma aula define a intenção do aluno em relação ao aprendizado de um tópico, enquanto um segundo quiz após a aula garante maior retenção. Este currículo foi projetado para ser flexível e divertido e pode ser feito como um todo ou em parte. Os projetos começam pequenos e se tornam progressivamente mais complexos até o final do ciclo de 10 semanas.

Encontre nosso Code of Conduct, Contributing, Translation guidelines. Acolhemos seu feedback construtivo!

Cada lição inclui:

• Sketchnote opcional
• Vídeo suplementar opcional
• Quiz de aquecimento pré-aula
• Lição escrita
• Para lições baseadas em projetos, guias passo a passo de como construir o projeto
• Verificações de conhecimento
• Um desafio
• Leitura suplementar
• Tarefa
• Quiz pós-lição

Uma nota sobre quizzes: Todos os quizzes estão contidos na pasta Quiz-App, totalizando 40 quizzes de três perguntas cada. Eles estão vinculados dentro das lições, mas o aplicativo de quizzes pode ser executado localmente ou implantado no Azure; siga as instruções na pasta quiz-app. Eles estão sendo gradualmente localizados.

🎓 Exemplos para Iniciantes

Novo em Ciência de Dados? Criamos um diretório de exemplos especial com código simples e bem comentado para ajudar você a começar:

• 🌟 Hello World - Seu primeiro programa de ciência de dados
• 📂 Carregando Dados - Aprenda a ler e explorar conjuntos de dados
• 📊 Análise Simples - Calcule estatísticas e encontre padrões
• 📈 Visualização Básica - Crie gráficos e diagramas
• 🔬 Projeto do Mundo Real - Fluxo de trabalho completo do início ao fim

Cada exemplo inclui comentários detalhados explicando cada passo, tornando-os perfeitos para iniciantes absolutos!

👉 Comece com os exemplos 👈

Lições

Ciência de Dados para Iniciantes: Roteiro - Sketchnote por @nitya

Número da Lição	Tópico	Lesson Grouping	Objetivos de Aprendizagem	Lição Vinculada	Autor
01	Definindo Ciência de Dados	Introduction	Aprenda os conceitos básicos por trás da ciência de dados e como ela se relaciona com inteligência artificial, aprendizado de máquina e big data.	lição vídeo	Dmitry
02	Data Science Ethics	Introduction	Data Ethics Concepts, Challenges & Frameworks.	lição	Nitya
03	Defining Data	Introduction	How data is classified and its common sources.	lição	Jasmine
04	Introduction to Statistics & Probability	Introduction	The mathematical techniques of probability and statistics to understand data.	lição vídeo	Dmitry
05	Working with Relational Data	Working With Data	Introduction to relational data and the basics of exploring and analyzing relational data with the Structured Query Language, also known as SQL (pronounced “see-quell”).	lição	Christopher
06	Working with NoSQL Data	Working With Data	Introduction to non-relational data, its various types and the basics of exploring and analyzing document databases.	lição	Jasmine
07	Working with Python	Working With Data	Basics of using Python for data exploration with libraries such as Pandas. Foundational understanding of Python programming is recommended.	lição vídeo	Dmitry
08	Data Preparation	Working With Data	Topics on data techniques for cleaning and transforming the data to handle challenges of missing, inaccurate, or incomplete data.	lição	Jasmine
09	Visualizing Quantities	Data Visualization	Learn how to use Matplotlib to visualize bird data 🦆	lição	Jen
10	Visualizing Distributions of Data	Data Visualization	Visualizing observations and trends within an interval.	lição	Jen
11	Visualizing Proportions	Data Visualization	Visualizing discrete and grouped percentages.	lição	Jen
12	Visualizing Relationships	Data Visualization	Visualizing connections and correlations between sets of data and their variables.	lição	Jen
13	Meaningful Visualizations	Data Visualization	Techniques and guidance for making your visualizations valuable for effective problem solving and insights.	lição	Jen
14	Introduction to the Data Science lifecycle	Lifecycle	Introduction to the data science lifecycle and its first step of acquiring and extracting data.	lição	Jasmine
15	Analyzing	Lifecycle	This phase of the data science lifecycle focuses on techniques to analyze data.	lição	Jasmine
16	Communication	Lifecycle	This phase of the data science lifecycle focuses on presenting the insights from the data in a way that makes it easier for decision makers to understand.	lição	Jalen
17	Data Science in the Cloud	Cloud Data	This series of lessons introduces data science in the cloud and its benefits.	lição	Tiffany and Maud
18	Data Science in the Cloud	Cloud Data	Training models using Low Code tools.	lição	Tiffany and Maud
19	Data Science in the Cloud	Cloud Data	Deploying models with Azure Machine Learning Studio.	lição	Tiffany and Maud
20	Data Science in the Wild	In the Wild	Data science driven projects in the real world.	lição	Nitya

GitHub Codespaces

Siga estes passos para abrir este exemplo em um Codespace:

1. Clique no menu suspenso Code e selecione a opção Open with Codespaces.
2. Selecione + New codespace na parte inferior do painel. For more info, check out the GitHub documentation.

VSCode Remote - Containers

Siga estes passos para abrir este repositório em um contêiner usando sua máquina local e o VS Code com a extensão Remote - Containers:

1. If this is your first time using a development container, please ensure your system meets the pre-reqs (i.e. have Docker installed) in the getting started documentation.

To use this repository, you can either open the repository in an isolated Docker volume:

Note: Under the hood, this will use the Remote-Containers: Clone Repository in Container Volume... command to clone the source code in a Docker volume instead of the local filesystem. Volumes are the preferred mechanism for persisting container data.

Or open a locally cloned or downloaded version of the repository:

• Clone this repository to your local filesystem.
• Press F1 and select the Remote-Containers: Open Folder in Container... command.
• Select the cloned copy of this folder, wait for the container to start, and try things out.

Acesso offline

Você pode executar esta documentação offline usando o Docsify. Faça um fork deste repositório, instale o Docsify em sua máquina local, então na pasta raiz deste repositório, digite docsify serve. O site será servido na porta 3000 no seu localhost: localhost:3000.

Observação, notebooks não serão renderizados via Docsify, então quando você precisar executar um notebook, faça isso separadamente no VS Code executando um kernel Python.

Outros Currículos

Nossa equipe produz outros currículos! Confira:

LangChain

---

Azure / Edge / MCP / Agents

---

Série de IA Generativa

---

Aprendizado Básico

---

Série Copilot

Obtendo Ajuda

Encontrando problemas? Consulte nosso Guia de Solução de Problemas para soluções para problemas comuns.

Se você ficar preso ou tiver alguma dúvida sobre como criar aplicativos de IA. Junte-se a outros aprendizes e desenvolvedores experientes nas discussões sobre MCP. É uma comunidade acolhedora onde perguntas são bem-vindas e o conhecimento é compartilhado livremente.

Se você tiver feedback sobre o produto ou encontrar erros durante o desenvolvimento, visite:

---

Aviso legal: Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original, em seu idioma nativo, deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução humana profissional. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução.