Data-Science-For-Beginners/translations/pt

Ciência de Dados para Iniciantes - Um Currículo

Os Azure Cloud Advocates da Microsoft têm o prazer de oferecer um currículo de 10 semanas, 20 aulas, inteiramente sobre Ciência de Dados. Cada aula inclui questionários pré-aula e pós-aula, instruções escritas para completar a lição, uma solução e um trabalho. A nossa pedagogia baseada em projetos permite que aprendas enquanto constróis, uma forma comprovada de as novas competências "ficarem".

Um grande obrigado 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 contribuidores de conteúdo do Microsoft Student Ambassador, nomeadamente 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

Ciência de Dados para Iniciantes - Sketchnote por @nitya

🌐 Suporte Multilingue

Suportado via GitHub Action (Automatizado e Sempre Atualizado)

Árabe | Bengalês | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Checo | Dinamarquês | Holandês | Estónio | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Canarês | Coreano | Lituano | Malaio | Malayalam | Marathi | Nepalês | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polaco | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalo (Filipino) | Tamil | Telugu | Tailandês | Turco | Ucraniano | Urdu | Vietnamita

Se deseja suportar línguas adicionais, as línguas suportadas estão listadas aqui

Junte-se à Nossa Comunidade

Temos uma série Discord "Learn with AI" em curso — saiba mais e junte-se a nós em Learn with AI Series de 18 a 30 de setembro de 2025. Vai receber dicas e truques sobre como usar o GitHub Copilot para Ciência de Dados.

És estudante?

Comece com os seguintes recursos:

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

Começar

📚 Documentação

• Guia de Instalação - Instruções passo a passo para configurar o ambiente, para principiantes
• Guia de Utilização - Exemplos e fluxos de trabalho comuns
• Resolução de Problemas - Soluções para problemas comuns
• Guia de Contribuição - Como contribuir para este projeto
• Para Professores - Orientações de ensino e recursos para a sala de aula

👨‍🎓 Para Estudantes

Iniciantes Completos: Novo em ciência de dados? Comece com os nossos exemplos para principiantes! Estes exemplos simples e bem comentados vão ajudá-lo a entender os fundamentos antes de se aprofundar no currículo completo. Estudantes: para usar este currículo por conta própria, faça um fork de todo o repositório e complete os exercícios sozinho, começando com um questionário pré-aula. Depois leia a aula e complete o resto 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 em conjunto. Para estudo adicional, recomendamos o Microsoft Learn.

Início Rápido:

1. Consulte o Guia de Instalação para configurar o seu ambiente
2. Revise o Guia de Utilização para aprender a trabalhar com o currículo
3. Comece com a Aula 1 e trabalhe sequencialmente
4. Junte-se à nossa comunidade no Discord para obter apoio

👩‍🏫 Para Professores

Professores: incluímos algumas sugestões em Para Professores sobre como usar este currículo. Adoraríamos o seu feedback no nosso fórum de discussão!

Conheça a Equipa

Gif por Mohit Jaisal

🎥 Clique na imagem acima para ver 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 questionários frequentes. No 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 reais de ciência de dados e mais.

Além disso, um questionário de baixo risco antes de uma lição define a intenção do aluno em aprender um tópico, enquanto um segundo questionário após a aula garante uma retenção adicional. Este currículo foi desenhado para ser flexível e divertido e pode ser seguido na íntegra ou em parte. Os projetos começam pequenos e tornam-se progressivamente mais complexos até ao final do ciclo de 10 semanas.

Encontre o nosso Código de Conduta, Contribuir, Tradução diretrizes. Agradecemos o seu feedback construtivo!

Cada lição inclui:

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

Uma nota sobre questionários: Todos os questionários estão contidos na pasta Quiz-App, num total de 40 questionários de três perguntas cada. Eles estão ligados a partir das lições, mas a aplicação de questionários pode ser executada localmente ou implantada no Azure; siga as instruções na pasta quiz-app. Estão a ser gradualmente localizados.

🎓 Exemplos para Iniciantes

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

• 🌟 Olá Mundo - O seu primeiro programa de ciência de dados
• 📂 Carregar 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 que explicam cada passo, tornando-o perfeito para iniciantes absolutos!

👉 Comece com os exemplos 👈

Lições

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

Número da lição	Tema	Agrupamento de lições	Objetivos de aprendizagem	Lição ligada	Autor
01	Definição de Ciência de Dados	Introdução	Aprenda os conceitos básicos por detrás da ciência de dados e como ela se relaciona com inteligência artificial, aprendizagem automática e big data.	lição vídeo	Dmitry
02	Ética na Ciência de Dados	Introdução	Conceitos, desafios e estruturas de ética de dados.	lição	Nitya
03	Definição de Dados	Introdução	Como os dados são classificados e as suas fontes comuns.	lição	Jasmine
04	Introdução à Estatística e Probabilidade	Introdução	As técnicas matemáticas de probabilidade e estatística para compreender dados.	lição vídeo	Dmitry
05	Trabalhar com Dados Relacionais	Trabalhar com Dados	Introdução aos dados relacionais e aos fundamentos de explorar e analisar dados relacionais com a Structured Query Language, também conhecida como SQL (pronunciada “see-quell”).	lição	Christopher
06	Trabalhar com Dados NoSQL	Trabalhar com Dados	Introdução aos dados não relacionais, aos seus vários tipos e aos fundamentos de exploração e análise de bases de dados de documentos.	lição	Jasmine
07	Trabalhar com Python	Trabalhar com Dados	Noções básicas de uso do Python para exploração de dados com bibliotecas como o Pandas. Recomenda-se uma compreensão fundamental da programação em Python.	lição vídeo	Dmitry
08	Preparação de Dados	Trabalhar com Dados	Tópicos sobre técnicas de dados para limpar e transformar os dados para lidar com desafios de dados em falta, imprecisos ou incompletos.	lição	Jasmine
09	Visualizar Quantidades	Data Visualization	Aprenda a usar o Matplotlib para visualizar dados de aves 🦆	lição	Jen
10	Visualizar Distribuições de Dados	Data Visualization	Visualizar observações e tendências dentro de um intervalo.	lição	Jen
11	Visualizar Proporções	Data Visualization	Visualizar percentagens discretas e agrupadas.	lição	Jen
12	Visualizar Relações	Data Visualization	Visualizar ligações e correlações entre conjuntos de dados e as suas variáveis.	lição	Jen
13	Visualizações Significativas	Data Visualization	Técnicas e orientação para tornar as suas visualizações valiosas para resolução eficaz de problemas e obtenção de insights.	lição	Jen
14	Introdução ao ciclo de vida da ciência de dados	Lifecycle	Introdução ao ciclo de vida da ciência de dados e ao seu primeiro passo de aquisição e extração de dados.	lição	Jasmine
15	Analisar	Lifecycle	Esta fase do ciclo de vida da ciência de dados foca-se em técnicas para analisar dados.	lição	Jasmine
16	Comunicação	Lifecycle	Esta fase do ciclo de vida da ciência de dados foca-se em apresentar os insights dos dados de uma forma que facilite a compreensão por parte dos decisores.	lição	Jalen
17	Ciência de Dados na Nuvem	Cloud Data	Esta série de lições introduz a ciência de dados na nuvem e os seus benefícios.	lição	Tiffany and Maud
18	Ciência de Dados na Nuvem	Cloud Data	Treinar modelos usando ferramentas Low Code.	lição	Tiffany and Maud
19	Ciência de Dados na Nuvem	Cloud Data	Implantar modelos com o Azure Machine Learning Studio.	lição	Tiffany and Maud
20	Ciência de Dados no Mundo Real	In the Wild	Projetos impulsionados por ciência de dados no mundo real.	lição	Nitya

GitHub Codespaces

Siga estes passos para abrir este exemplo num Codespace:

1. Clique no menu pendente Code e selecione a opção Open with Codespaces.
2. Selecione + New codespace na parte inferior do painel. Para mais informações, consulte a documentação do GitHub.

VSCode Remote - Containers

Siga estes passos para abrir este repositório num contentor usando a sua máquina local e o VSCode com a extensão VS Code Remote - Containers:

1. Se é a primeira vez que usa um contentor de desenvolvimento, certifique-se de que o seu sistema cumpre os pré-requisitos (p.ex. ter o Docker instalado) na documentação de arranque.

Para usar este repositório, pode abrir o repositório num volume Docker isolado:

Nota: Por baixo do capô, isto utilizará o comando Remote-Containers: Clone Repository in Container Volume... para clonar o código-fonte num volume Docker em vez do sistema de ficheiros local. Volumes são o mecanismo preferido para persistir dados de contentor.

Ou abra uma cópia do repositório clonada localmente ou descarregada:

• Clone este repositório para o seu sistema de ficheiros local.
• Prima F1 e selecione o comando Remote-Containers: Open Folder in Container....
• Selecione a cópia clonada desta pasta, aguarde que o contentor inicie, e experimente.

Acesso offline

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

Nota, os notebooks não serão renderizados via Docsify, por isso quando precisar de executar um notebook, faça-o separadamente no VS Code a correr um kernel Python.

Outros Currículos

A nossa equipa produz outros currículos! Confira:

LangChain

---

Azure / Edge / MCP / Agents

---

Série IA Generativa

---

Aprendizagem Essencial

---

Série Copilot

Obter Ajuda

Está a ter problemas? Consulte o nosso Guia de Resolução de Problemas para soluções para problemas comuns.

Se ficar bloqueado ou tiver alguma dúvida sobre a criação de aplicações de IA. Junte-se a outros aprendizes e a desenvolvedores experientes nas discussões sobre MCP. É uma comunidade de apoio onde as perguntas são bem-vindas e o conhecimento é partilhado livremente.

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

---

Aviso legal: Este documento foi traduzido utilizando o serviço de tradução automática por IA Co-op Translator. Embora nos esforcemos pela precisão, tenha em atenção que traduções automáticas podem conter erros ou imprecisões. O documento original, na sua língua original, deve ser considerado a fonte fidedigna. Para informações críticas, recomenda-se uma tradução profissional efetuada por tradutores humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.