Data-Science-For-Beginners/translations/pt

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 fixar novas habilidades.

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 colaboradores de conteúdo, incluindo 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

Anúncio - Novo Currículo sobre IA Generativa foi lançado!

Acabamos de lançar um currículo de 12 lições sobre IA generativa. Venha aprender tópicos como:

• criação de prompts e engenharia de prompts
• geração de aplicativos de texto e imagem
• aplicativos de pesquisa

Como de costume, há uma lição, tarefas para completar, verificações de conhecimento e desafios.

Confira:

https://aka.ms/genai-beginners

És estudante?

Começa com os seguintes recursos:

• Página do Hub de 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 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 estudo adicional, recomendamos Microsoft Learn.

Conheça a Equipa

Gif por Mohit Jaisal

🎥 Clica 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. 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 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 tornam-se progressivamente mais complexos ao final do ciclo de 10 semanas.

Encontra o nosso Código de Conduta, Contribuições, Diretrizes de Tradução. Agradecemos o vosso feedback construtivo!

Cada lição inclui:

• Sketchnote opcional
• Vídeo suplementar opcional
• Questionário de aquecimento antes da aula
• 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-aula

Uma nota sobre os questionários: Todos os questionários estão contidos na pasta Quiz-App, totalizando 40 questionários de três perguntas cada. Eles estão vinculados dentro das lições, mas a aplicação de questionários pode ser executada localmente ou implantada no Azure; segue 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	Aprende 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 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 bases de dados de documentos.	lição	Jasmine
07	Trabalhando com Python	Trabalhando com Dados	Fundamentos de uso do Python para exploração de dados com bibliotecas como Pandas. Recomenda-se uma compreensão básica de programação em Python.	lição vídeo	Dmitry
08	Preparação de Dados	Trabalhar com Dados	Tópicos sobre técnicas de dados para limpar e transformar os dados, lidando com desafios como dados ausentes, imprecisos ou incompletos.	lição	Jasmine
09	Visualizar Quantidades	Visualização de Dados	Aprenda a usar o Matplotlib para visualizar dados de aves 🦆	lição	Jen
10	Visualizar Distribuições de Dados	Visualização de Dados	Visualizar observações e tendências dentro de um intervalo.	lição	Jen
11	Visualizar Proporções	Visualização de Dados	Visualizar percentagens discretas e agrupadas.	lição	Jen
12	Visualizar Relações	Visualização de Dados	Visualizar conexões e correlações entre conjuntos de dados e suas variáveis.	lição	Jen
13	Visualizações Significativas	Visualização de Dados	Técnicas e orientações para tornar as suas visualizações valiosas para resolver problemas de forma eficaz e obter 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 ao seu primeiro passo: adquirir e extrair dados.	lição	Jasmine
15	Análise	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca-se em técnicas para analisar dados.	lição	Jasmine
16	Comunicação	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca-se em apresentar os insights dos dados de forma a facilitar a compreensão pelos decisores.	lição	Jalen
17	Ciência de Dados na Nuvem	Dados na Nuvem	Esta série de lições introduz a ciência de dados na nuvem e os seus benefícios.	lição	Tiffany e Maud
18	Ciência de Dados na Nuvem	Dados na Nuvem	Treinar modelos usando ferramentas de baixo código.	lição	Tiffany e Maud
19	Ciência de Dados na Nuvem	Dados na Nuvem	Implementar modelos com o Azure Machine Learning Studio.	lição	Tiffany e Maud
20	Ciência de Dados no Mundo Real	No Mundo Real	Projetos orientados por ciência de dados no mundo real.	lição	Nitya

GitHub Codespaces

Siga estes passos para abrir este exemplo num Codespace:

1. Clique no menu suspenso 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 for a sua primeira vez a usar um contentor de desenvolvimento, certifique-se de que o seu sistema cumpre os pré-requisitos (por exemplo, ter o Docker instalado) na documentação de introdução.

Para usar este repositório, pode abri-lo num volume Docker isolado:

Nota: Internamente, isto usará 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 contentores.

Ou abra uma versão clonada ou descarregada localmente do repositório:

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

Acesso Offline

Pode executar esta documentação offline usando o Docsify. Faça um fork deste repositório, instale o Docsify na sua máquina local, e depois, na pasta raiz deste repositório, escreva docsify serve. O site 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 com um kernel Python.

Ajuda Necessária!

Se gostaria de traduzir todo ou parte do currículo, siga o nosso guia de Traduções.

Outros Currículos

A nossa equipa produz outros currículos! Veja:

• IA Generativa para Iniciantes
• IA Generativa para Iniciantes .NET
• IA Generativa com JavaScript
• IA Generativa com Java
• IA para Iniciantes
• Ciência de Dados para Iniciantes
• ML para Iniciantes
• Cibersegurança para Iniciantes
• Desenvolvimento Web para Iniciantes
• IoT para Iniciantes
• Desenvolvimento XR para Iniciantes
• Dominar o GitHub Copilot para Programação em Par
• Dominar o GitHub Copilot para Programadores C#/.NET
• Escolha a Sua Própria Aventura com o Copilot

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 no seu idioma nativo deve ser considerado a fonte autoritária. Para informações críticas, recomenda-se uma tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas resultantes do uso desta tradução.