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 e 20 lições inteiramente sobre Ciência de Dados. Cada lição inclui questionários pré-licção e pós-licção, instruções escritas para completar a lição, uma solução e uma tarefa. A nossa pedagogia baseada em projetos permite aprender enquanto se constrói, uma forma comprovada de fixar novas competências.

Um grande agradecimento 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, 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 Multilingue

Suportado via GitHub Action (Automatizado e Sempre Atualizado)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

Se desejar que estejam disponíveis traduções adicionais, as línguas suportadas estão listadas aqui

Junte-se à Nossa Comunidade

Estamos a organizar uma série no Discord "Learn with AI", saiba mais e junte-se a nós em Learn with AI Series de 18 - 30 de setembro de 2025. Receberá dicas e truques sobre como usar o GitHub Copilot para Ciência de Dados.

É estudante?

Comece com os seguintes recursos:

• Página Student Hub 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 guardar nos favoritos e consultar de tempos a tempos, pois alteramos o conteúdo pelo menos mensalmente.
• Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de embaixadores estudantis; isto pode ser a sua porta de entrada para a Microsoft.

Começar

📚 Documentação

• Guia de Instalação - Instruções passo a passo para configurar para iniciantes
• 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 sala de aula

👨‍🎓 Para Estudantes

Iniciantes Completos: Novo na ciência de dados? Comece com os nossos exemplos para iniciantes! Estes exemplos simples, bem comentados, ajudarão a compreender os conceitos básicos antes de se aprofundar no currículo completo. Estudantes: para usar este currículo por conta própria, faça fork do repositório inteiro e complete os exercícios sozinho, começando com um questionário pré-licção. Depois leia a lição 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 projeto. Outra ideia seria formar um grupo de estudo com amigos e percorrer o conteúdo em conjunto. Para estudo adicional, recomendamos 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 pela Lição 1 e avance sequencialmente
4. Junte-se à nossa comunidade no Discord para obter suporte

👩‍🏫 Para Professores

Professores: incluímos algumas sugestões em [for-teachers.md] sobre como usar este currículo. Adoraríamos receber 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 projectos e que inclua questionários frequentes. Ao final desta série, os estudantes 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 do mundo real em ciência de dados e muito mais.

Além disso, um questionário de baixa pressão antes de uma aula define a intenção do estudante em aprender um tópico, enquanto um segundo questionário após a aula assegura uma retenção adicional. Este currículo foi desenhado para ser flexível e divertido e pode ser feito na totalidade ou em partes. Os projectos começam pequenos e tornam-se cada vez mais complexos até ao final do ciclo de 10 semanas.

Encontre o nosso Código de Conduta, directrizes de Contribuição, Tradução. Agradecemos o seu feedback construtivo!

Cada lição inclui:

• Sketchnote opcional
• Vídeo suplementar opcional
• Questionário de aquecimento pré-aula
• Lição escrita
• Para lições baseadas em projectos, guias passo a passo sobre como construir o projecto
• Verificações de conhecimento
• Um desafio
• Leitura suplementar
• Trabalho de casa
• Questionário pós-aula

Uma nota sobre os 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 Amigáveis para Iniciantes

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

• 🌟 Hello World - O seu primeiro programa de ciência de dados
• 📂 Loading Data - Aprenda a ler e explorar conjuntos de dados
• 📊 Simple Analysis - Calcule estatísticas e encontre padrões
• 📈 Basic Visualization - Crie gráficos e diagramas
• 🔬 Real-World Project - Fluxo de trabalho completo do início ao fim

Cada exemplo inclui comentários detalhados que explicam cada passo, tornando-o perfeito para principiantes absolutos!

👉 Comece pelos exemplos 👈

Lições

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

Lesson Number	Topic	Lesson Grouping	Learning Objectives	Linked Lesson	Author
01	Defining Data Science	Introdução	Aprender os conceitos básicos por detrás da ciência de dados e como ela se relaciona com inteligência artificial, aprendizagem automática e big data.	aula vídeo	Dmitry
02	Data Science Ethics	Introdução	Conceitos, desafios e estruturas de Ética de Dados.	aula	Nitya
03	Defining Data	Introdução	Como os dados são classificados e as suas fontes comuns.	aula	Jasmine
04	Introduction to Statistics & Probability	Introdução	As técnicas matemáticas de probabilidade e estatística para entender os dados.	aula vídeo	Dmitry
05	Working with Relational Data	Trabalhar com Dados	Introdução a dados relacionais e os fundamentos de exploração e análise de dados relacionais com Structured Query Language, também conhecido como SQL (pronunciado “see-quell”).	aula	Christopher
06	Working with NoSQL Data	Trabalhar com Dados	Introdução a dados não relacionais, os seus vários tipos e os fundamentos de exploração e análise de bases de dados de documentos.	aula	Jasmine
07	Working with Python	Trabalhar com Dados	Noções básicas de uso de Python para exploração de dados com bibliotecas como Pandas. Recomenda-se uma compreensão fundamental de programação em Python.	aula vídeo	Dmitry
08	Data Preparation	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.	aula	Jasmine
09	Visualizing Quantities	Visualização de Dados	Aprenda a usar Matplotlib para visualizar dados de aves 🦆	aula	Jen
10	Visualizing Distributions of Data	Visualização de Dados	Visualizar observações e tendências dentro de um intervalo.	aula	Jen
11	Visualizing Proportions	Visualização de Dados	Visualizar percentagens discretas e agrupadas.	aula	Jen
12	Visualizing Relationships	Visualização de Dados	Visualizar ligações e correlações entre conjuntos de dados e as suas variáveis.	aula	Jen
13	Meaningful Visualizations	Visualização de Dados	Técnicas e orientações para tornar as suas visualizações valiosas para resolução eficaz de problemas e obtenção de insights.	aula	Jen
14	Introduction to the Data Science lifecycle	Ciclo de Vida	Introdução ao ciclo de vida da ciência de dados e ao seu primeiro passo de aquisição e extração de dados.	aula	Jasmine
15	Analyzing	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca-se em técnicas para analisar dados.	aula	Jasmine
16	Communication	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca-se em apresentar os insights dos dados de uma forma que torne mais fácil para os decisores compreenderem.	aula	Jalen
17	Data Science in the Cloud	Dados na Nuvem	Esta série de lições introduz a ciência de dados na nuvem e os seus benefícios.	aula	Tiffany and Maud
18	Data Science in the Cloud	Dados na Nuvem	Treinar modelos usando ferramentas Low Code.	aula	Tiffany and Maud
19	Data Science in the Cloud	Dados na Nuvem	Implantar modelos com o Azure Machine Learning Studio.	aula	Tiffany and Maud
20	Data Science in the Wild	No Mundo Real	Projectos guiados por ciência de dados no mundo real.	aula	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 for a primeira vez a usar um contentor de desenvolvimento, por favor assegure-se de que o seu sistema cumpre os pré-requisitos (por ex. ter o Docker instalado) na documentação de introdução.

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

Nota: Por baixo do capô, isto irá usar 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 do repositório clonada ou descarregada localmente:

• Clone este repositório para o seu sistema de ficheiros local.
• Prima F1 e selecione o comando Remote-Containers: Open Folder in Container....
• Seleccione 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, depois, 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 isso 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 Principal

---

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 como criar 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 feedback do produto ou erros durante a construção visite:

---

Isenção de responsabilidade: Este documento foi traduzido utilizando o serviço de tradução automática por IA Co-op Translator. Embora nos esforcemos por garantir a precisão, tenha em atenção que traduções automáticas podem conter erros ou imprecisões. O documento original, na sua língua original, deve ser considerado a fonte autorizada. Para informação crítica, recomenda-se uma tradução profissional efetuada por um tradutor humano. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes da utilização desta tradução.