15 KiB
Data Science para Inciantes - Um curso
Os promotores da Azure Cloud na Microsoft estam entusiasmados por oferecer 10 semanas, 20 lições todas sobre Data Science. Cada lição é composta por dois quizzes (um pré e outro pós aula), instruções escritas de como concluir a lição, uma solução, e ainda um trabalho de casa. A pedagogia à base de projectos, permite que aprendas enquanto crias algo, um metodo comprovado para "agarrar" as skills aprendidas.
Um agradecimento caloroso aos nossos autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.
🙏 E um agradecimento muito especial 🙏 aos nosso Estudantes Embaixadores da Microsoft autores, revisores e contribuidores de conteudos, 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
 |
|---|
| Data Science para Iniciantes - Sketchnote by @nitya |
Primeiros Passos
Para Professores: nós incluímos algumas sugestões em como usar este curso. Adorávamos ou vir a vossa opínião no nosso paínel de discussões!
Para Estudantes: para utilizares este cursão por conta própria, faz fork deste repositório e completa cada um dos exercícios, começando sempre pelo quiz pré lição. De seguida lê as informações referente à lição e completa o resto das atívidades. Tenta criar os projectos com os conhecimentos adquiridos na lição em vez de copiares o código diretamente da solução. No final ou caso tenhas dúvidas podes sempre olhar para o código fornecido na pasta /solutions para as lições em que são apresentados os projectos. Outra ideia seria criares um grupo de estudo com os teus amigos, de forma a aprenderem todos juntos. Se estiveres interessado em mais conteúdo de aprendizagem, recomendamosMicrosoft Learn.
Conhece a equipa
Gif por Mohit Jaisal
🎥 Clica na imagem acima para um video sobre o curso e o pessoal que o criou!
Pedagogia
Nós escolhemos adoptar dois caminhos pedagógicos ao criar este curso: garantir uma aprendizagem à base de projectos e a inclusão de quizzes frequentes. No final deste conjunto de lições, os estudantes teram aprendido os princípios básicos de Data Science, incluido conceitos éticos, preparação, manipulação, visualização e análise de dados, assim como cenários reais da utilização da Data Science e muito mais.
Um quiz de aquecimento antes da aula de forma a cativar a atenção do aluno para o tópico a aprender, e um segundo quiz no final da aula para assegurar a consolidação de conhecimentos. Este curso foi desenhado com felxibilidade e divertimento em mente, podendo ser feito de forma seguida ou às partes. Os desafios proposto começam de forma simples aumentando de complexidade ao longo das 10 semanas.
Encontra as nossas diretrizes de Conduta, Contribuição e Tradução. Feedback construtivo é mais apreciado!
Cada Lição incluí:
- Um sketchbook (Opcional)
- Um vídeo suplementar (Opcional)
- Um quiz de aquecimento (Pré-Lição)
- A lição escrita
- Para lições baseadas em projectos, um guía passo-a-passo sobre como contruir o projecto
- Uma verificação de conhecimentos
- Um desafio
- Leituras Suplementares
- Um trabalho de casa
- Um quiz de consolidação (Pré-Lição)
Nota sobre os quizzes: Os quizzes encontram-se nesta aplicação, num total de 40 quizzes com 3 perguntas cada. O link de cada quiz encontrasse nos documentos de cada lição mas a plataforma de quizzes pode ser corrida localmente: basta seguir as instruções da pasta
quiz-app. Cada quiz esta a ser gradualmente trduzido.
Lições
 |
|---|
| Data Science para Iniciantes: Roadmap - Sketchnote by @nitya |
| Número da Lição | Tópico | Categoria da Lição | Conceitos a Aprender | Link da Aula | Autor |
|---|---|---|---|---|---|
| 01 | Definição de Data Science | Introdução | Aprender os conceitos base por detrás da Data Science e como estes se relacionam com a inteligência artificial, a machine learning e a big data. | lições video | Dmitry |
| 02 | Ética na Data Science | Introdução | Conceitos da Ética de dados, Desafios e Frameworks. | lições | Nitya |
| 03 | Definição de Dados | Introdução | Como são classificados os dados e quais a sua origem. | lições | Jasmine |
| 04 | Introdução a Probabilidades e Estatísticas | Introdução | As técnicas matemáticas de probabilidade e estatísca aplicadas aos dados. | lições video | Dmitry |
| 05 | Trabalhar com dados relacionais | Trabalhar com Dados | Introdução a dados relacionais e aos básicos de de análise e exploração de dados relacionais através de Linguagem de Procura Estruturada, também conhecida como SQL (e pronunciado "see-quell"). | lições | Christopher |
| 06 | Trabalhar com dados NoSQL | Trabalhar com Dados | Introdução a dados não relacionais, assim como aos vários tipos. Introdução aos básicos de análize de documentação de base de dados. | lições | Jasmine |
| 07 | Trabalhar com Python | Trabalhar com Dados | Basicos de Python para manípulação de dados através de bibliotecas como seja a bibliotéca Pandas. Conhecimento prévio dos fundamentos da linguagem de programação Python recomendado. | lições video | Dmitry |
| 08 | Preparação dos Dados | Trabalhar com Dados | Técnicas de tratamentos de dados de forma a lidar com dados incompletos, em falta ou pouco precisos. | lições | Jasmine |
| 09 | Visualizar Quantidades | Visualização de Dados | Aprender a utilizar Matplotlib para visualizar dados de pássaros 🦆 | lições | Jen |
| 10 | Visualizar Distribuições de Dados | Visualização de Dados | Observação de tendências de dados num intervalo de tempo | lições | Jen |
| 11 | Visualizar Proporções | Visualização de Dados | Visualizar percentagens de grupos e de forma discreta | lições | Jen |
| 12 | Visualizar Relações | Visualização de Dados | Visualizar ligações e correlações entre sets de dados e as suas propriedades. | lições | Jen |
| 13 | Visualização Eficiente | Visualização de Dados | Técnicas e orientação de visualização de dados para melhor obtenção de resultados. | lições | Jen |
| 14 | Introdução ao ciclo de vida de Data Science | Cíclo de Vida | Introdução ao ciclo de vida de Data Science e os primeiros passos de obtenção e extração de dados. | lições | Jasmine |
| 15 | Análise | Cíclo de Vida | Esta fase da Data Science foca-se nas técnicas de análise de dados. | lições | Jasmine |
| 16 | Comunicação | Cíclo de Vida | Esta fase foca-se em tratar e apresentar os dados, obtendo resultados de fácil compreenção para postriores decisões. | lições | Jalen |
| 17 | Data Science na Cloud | Cloud Data | Este conjunto de lições introduz o mundo da Data Science na Cloud. | lições | Tiffany e Maud |
| 18 | Data Science na Cloud | Cloud Data | Treino de modelos através da utilização de Ferramentas de Código de Baixo Nível. | lições | Tiffany e Maud |
| 19 | Data Science na Cloud | Cloud Data | Utilização de modelos treinados através da Azure Machine Learning Studio. | lições | Tiffany e Maud |
| 20 | Data Science ao vivo | In the Wild | Exemplos de projectos de casos reais com recurso a Data Science. | lições | Nitya |
Acesso Offline
Podes correr esta documentação offline através da utilização de Docsify. Faz fork deste repositório, instala Docsify na tua máquina local, e depois na pasta principal des repositório, escreve docsify serve. Este website será então acesssível no localhost porta 3000: localhost:3000.
Nota, os notebooks nao seram renderizados via Docsify, por este motivo para correr um notebook, fá-lo no VS Code que esteja a correr o kernel do Python.
Um PDF com todas as lições pode ser encontrado aqui
Toda a ajuda é bem vinda!
Se gostavas de traduzir este curso, segue as intruções acessíveis em Translations
Outros Cursos
A nossa equipa tambem tem outros curso que possas estar interessado!