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 pedagógica baseada em projetos permite que você aprenda enquanto constrói, uma maneira comprovada de fazer com que novas habilidades "fiquem".

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 Ambassador 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 desejar adicionar traduções adicionais, os idiomas suportados estão listados aqui

Junte-se à Nossa Comunidade

És estudante?

Começa com os seguintes recursos:

Página do Hub para Estudantes Nesta página, encontrarás recursos para iniciantes, pacotes para estudantes e até formas de obter um voucher gratuito para certificação. Esta é uma página que deves marcar como favorita e verificar de tempos em tempos, pois atualizamos o conteúdo pelo menos mensalmente.
Microsoft Learn Student Ambassadors Junta-te a uma comunidade global de embaixadores estudantis, esta pode ser a tua porta de entrada para a Microsoft.

Começando

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

Estudantes: para usar este currículo por conta própria, faz um fork do repositório inteiro e completa os exercícios por conta própria, começando com um questionário pré-aula. Depois, lê a aula e completa o restante das atividades. Tenta 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 estudo com amigos e passar pelo conteúdo juntos. Para estudos adicionais, recomendamos Microsoft Learn.

Conhece a Equipa

Gif por Mohit Jaisal

🎥 Clica 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 baixo risco antes da aula define a intenção do estudante em relação ao aprendizado de 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 tornam-se progressivamente mais complexos ao longo do ciclo de 10 semanas.

Encontra o nosso Código de Conduta, as Diretrizes de Contribuição e as Diretrizes de Tradução. Agradecemos o teu 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 os questionários: Todos os questionários estão contidos na pasta Quiz-App, totalizando 40 questionários com três perguntas cada. Eles estão vinculados dentro das lições, mas o aplicativo de questionários pode ser executado localmente ou implantado no Azure; siga as instruções na pasta quiz-app. Eles estão sendo gradualmente localizados.

Lições


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

Número da Lição	Tópico	Agrupamento de Lições	Objetivos de Aprendizagem	Lição Vinculada	Autor
01	Definindo Ciência de Dados	Introdução	Aprenda os conceitos básicos por trás da ciência de dados e como ela está relacionada à inteligência artificial, aprendizado de máquina e big data.	lição vídeo	Dmitry
02	Ética na Ciência de Dados	Introdução	Conceitos, desafios e frameworks de ética em dados.	lição	Nitya
03	Definindo Dados	Introdução	Como os dados são classificados e suas fontes comuns.	lição	Jasmine
04	Introdução à Estatística e Probabilidade	Introdução	As técnicas matemáticas de probabilidade e estatística para entender os dados.	lição 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”).	lição	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.	lição	Jasmine
07	Trabalhando com Python	Trabalhando com Dados	Fundamentos do uso de Python para exploração de dados com bibliotecas como Pandas. É recomendável ter uma compreensão básica de programação em Python.	lição vídeo	Dmitry
08	Preparação de Dados	Trabalhando com Dados	Técnicas de dados para limpeza e transformação de dados para lidar com desafios de dados ausentes, imprecisos ou incompletos.	lição	Jasmine
09	Visualizando Quantidades	Visualização de Dados	Aprenda a usar Matplotlib para visualizar dados de aves 🦆	lição	Jen
10	Visualizando Distribuições de Dados	Visualização de Dados	Visualizando observações e tendências dentro de um intervalo.	lição	Jen
11	Visualizando Proporções	Visualização de Dados	Visualizando porcentagens discretas e agrupadas.	lição	Jen
12	Visualizando Relações	Visualização de Dados	Visualizando conexões e correlações entre conjuntos de dados e suas variáveis.	lição	Jen
13	Visualizações Significativas	Visualização de Dados	Técnicas e orientações para tornar suas visualizações valiosas para resolução eficaz de problemas e obtenção de insights.	lição	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.	lição	Jasmine
15	Análise	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca em técnicas para analisar dados.	lição	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.	lição	Jalen
17	Ciência de Dados na Nuvem	Dados na Nuvem	Esta série de lições introduz a ciência de dados na nuvem e seus benefícios.	lição	Tiffany e Maud
18	Ciência de Dados na Nuvem	Dados na Nuvem	Treinamento de modelos usando ferramentas de baixo código.	lição	Tiffany e Maud
19	Ciência de Dados na Nuvem	Dados na Nuvem	Implantação de modelos com o Azure Machine Learning Studio.	lição	Tiffany e Maud
20	Ciência de Dados no Mundo Real	No Mundo Real	Projetos impulsionados pela ciência de dados no mundo real.	lição	Nitya

GitHub Codespaces

Siga estes passos 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, consulte a documentação do GitHub.

VSCode Remote - Containers

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

Se esta for sua primeira vez usando um container 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 containers.

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 container iniciar e experimente.

Acesso offline

Você pode executar esta documentação offline usando Docsify. Faça um fork deste repositório, instale o Docsify na sua máquina local, e então, na pasta raiz deste repositório, digite docsify serve. O site será servido na porta 3000 no 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 na sua língua nativa deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.

19 KiB Raw Permalink Blame History