19 KiB

Raw Permalink Blame History

Ciência de Dados para Iniciantes - Um Currículo

Azure Cloud Advocates na Microsoft têm o prazer de oferecer um currículo de 10 semanas e 20 lições sobre Ciência de Dados. Cada lição inclui questionários antes e depois da aula, instruções escritas para completar a lição, uma solução e uma tarefa. Nossa abordagem baseada em projetos permite que você aprenda enquanto constrói, uma maneira comprovada de fazer com que novas habilidades "grudem".

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

🙏 Agradecimentos especiais 🙏 aos nossos Microsoft Student Ambassadors autores, revisores e contribuidores de conteúdo, 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


Ciência de Dados para Iniciantes - Sketchnote por @nitya

🌐 Suporte Multilíngue

Suportado via GitHub Action (Automatizado e Sempre Atualizado)

Se você deseja ter suporte para idiomas adicionais, eles estão listados aqui

Junte-se à Nossa Comunidade

Você é um estudante?

Comece com os seguintes recursos:

Página do Hub para Estudantes Nesta página, você encontrará recursos para iniciantes, pacotes para estudantes e até mesmo maneiras de obter um voucher gratuito para certificação. Esta é uma página que você vai querer 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, esta pode ser sua porta de entrada para a Microsoft.

Começando

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

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 complete 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 seria formar um grupo de estudos com amigos e passar pelo conteúdo juntos. Para estudos adicionais, recomendamos Microsoft Learn.

Conheça a Equipe

Gif por Mohit Jaisal

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

Pedagogia

Escolhemos dois princípios pedagógicos ao construir este currículo: garantir que ele seja baseado em projetos e que inclua questionários frequentes. Ao final desta série, os estudantes terão aprendido os princípios básicos da 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 muito mais.

Além disso, um questionário de baixa pressão antes da aula define a intenção do estudante para aprender um tópico, enquanto um segundo questionário após a aula garante maior retenção. Este currículo foi projetado para ser flexível e divertido e pode ser realizado na íntegra ou em partes. Os projetos começam pequenos e se tornam progressivamente mais complexos ao final do ciclo de 10 semanas.

Encontre nosso Código de Conduta, Contribuindo, Diretrizes de Tradução. Agradecemos seu feedback construtivo!

Cada aula inclui:

Sketchnote opcional
Vídeo complementar opcional
Quiz de aquecimento antes da aula
Aula escrita
Para aulas baseadas em projetos, guias passo a passo sobre como construir o projeto
Verificação de conhecimento
Um desafio
Leitura complementar
Tarefa
Quiz pós-aula

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

Aulas


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

Número da Aula	Tópico	Agrupamento de Aulas	Objetivos de Aprendizagem	Aula Vinculada	Autor
01	Definindo Ciência de Dados	Introdução	Aprenda os conceitos básicos de ciência de dados e como ela está relacionada à inteligência artificial, aprendizado de máquina e big data.	aula vídeo	Dmitry
02	Ética na Ciência de Dados	Introdução	Conceitos, desafios e frameworks de ética em dados.	aula	Nitya
03	Definindo Dados	Introdução	Como os dados são classificados e suas fontes comuns.	aula	Jasmine
04	Introdução à Estatística e Probabilidade	Introdução	Técnicas matemáticas de probabilidade e estatística para entender os dados.	aula vídeo	Dmitry
05	Trabalhando com Dados Relacionais	Trabalhando com Dados	Introdução aos dados relacionais e os fundamentos de exploração e análise de dados relacionais com a Structured Query Language, também conhecida como SQL (pronunciado “sequel”).	aula	Christopher
06	Trabalhando com Dados NoSQL	Trabalhando com Dados	Introdução aos dados não relacionais, seus vários tipos e os fundamentos de exploração e análise de bancos de dados de documentos.	aula	Jasmine
07	Trabalhando com Python	Trabalhando com Dados	Fundamentos do uso do Python para exploração de dados com bibliotecas como Pandas. É recomendável ter uma compreensão básica de programação em Python.	aula vídeo	Dmitry
08	Preparação de Dados	Trabalhando com Dados	Técnicas de limpeza e transformação de dados para lidar com desafios de dados ausentes, imprecisos ou incompletos.	aula	Jasmine
09	Visualizando Quantidades	Visualização de Dados	Aprenda a usar Matplotlib para visualizar dados de pássaros 🦆	aula	Jen
10	Visualizando Distribuições de Dados	Visualização de Dados	Visualizando observações e tendências dentro de um intervalo.	aula	Jen
11	Visualizando Proporções	Visualização de Dados	Visualizando porcentagens discretas e agrupadas.	aula	Jen
12	Visualizando Relações	Visualização de Dados	Visualizando conexões e correlações entre conjuntos de dados e suas variáveis.	aula	Jen
13	Visualizações Significativas	Visualização de Dados	Técnicas e orientações para tornar suas visualizações valiosas para resolução de problemas e obtenção de insights eficazes.	aula	Jen
14	Introdução ao Ciclo de Vida da Ciência de Dados	Ciclo de Vida	Introdução ao ciclo de vida da ciência de dados e sua primeira etapa de aquisição e extração de dados.	aula	Jasmine
15	Análise	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca em técnicas para analisar dados.	aula	Jasmine
16	Comunicação	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca em apresentar os insights dos dados de forma que facilite a compreensão pelos tomadores de decisão.	aula	Jalen
17	Ciência de Dados na Nuvem	Dados na Nuvem	Esta série de aulas introduz a ciência de dados na nuvem e seus benefícios.	aula	Tiffany e Maud
18	Ciência de Dados na Nuvem	Dados na Nuvem	Treinamento de modelos usando ferramentas de baixo código.	aula	Tiffany e Maud
19	Ciência de Dados na Nuvem	Dados na Nuvem	Implantação de modelos com o Azure Machine Learning Studio.	aula	Tiffany e Maud
20	Ciência de Dados no Mundo Real	No Mundo Real	Projetos impulsionados por ciência de dados no mundo real.	aula	Nitya

GitHub Codespaces

Siga estas etapas para abrir este exemplo em um Codespace:

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

VSCode Remote - Containers

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

Se esta for sua primeira vez usando um contêiner de desenvolvimento, certifique-se de que seu sistema atende aos pré-requisitos (ou seja, ter o Docker instalado) na documentação de introdução.

Para usar este repositório, você pode abrir o repositório em um volume isolado do Docker:

Nota: Por trás dos panos, isso usará o comando Remote-Containers: Clone Repository in Container Volume... para clonar o código-fonte em um volume do Docker em vez do sistema de arquivos local. Volumes são o mecanismo preferido para persistir dados de contêiner.

Ou abrir uma versão clonada ou baixada localmente do repositório:

Clone este repositório para o sistema de arquivos local.
Pressione F1 e selecione o comando Remote-Containers: Open Folder in Container....
Selecione a cópia clonada desta pasta, aguarde o contêiner iniciar e experimente.

Acesso offline

Você pode executar esta documentação offline usando Docsify. Faça um fork deste repositório, instale o Docsify em sua máquina local, e na pasta raiz deste repositório, digite docsify serve. O site será servido na porta 3000 do seu localhost: localhost:3000.

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

Outros Currículos

Nossa equipe produz outros currículos! Confira:

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

19 KiB Raw Permalink Blame History