msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from '6db07b299c'
${ noResults }
Data-Science-For-Beginners/translations/pt/examples
History
leestott 57edd69619
🌐 Update translations via Co-op Translator 		4 months ago
..
README.md 🌐 Update translations via Co-op Translator 4 months ago

README.md

Exemplos de Ciência de Dados para Iniciantes

Bem-vindo ao diretório de exemplos! Esta coleção de exemplos simples e bem comentados foi criada para ajudar-te a começar com ciência de dados, mesmo que sejas um completo principiante.

📚 O Que Vais Encontrar Aqui

Cada exemplo é autónomo e inclui:

  • Comentários claros explicando cada passo
  • Código simples e legível que demonstra um conceito de cada vez
  • Contexto do mundo real para ajudar-te a entender quando e por que usar estas técnicas
  • Saída esperada para saberes o que procurar

🚀 Começar

Pré-requisitos

Antes de executares estes exemplos, certifica-te de que tens:

  • Python 3.7 ou superior instalado
  • Compreensão básica de como executar scripts em Python

Instalar Bibliotecas Necessárias

pip install pandas numpy matplotlib

📖 Visão Geral dos Exemplos

1. Hello World - Estilo Ciência de Dados

Ficheiro: 01_hello_world_data_science.py

O teu primeiro programa de ciência de dados! Aprende a:

  • Carregar um conjunto de dados simples
  • Exibir informações básicas sobre os teus dados
  • Imprimir a tua primeira saída de ciência de dados

Perfeito para principiantes absolutos que querem ver o seu primeiro programa de ciência de dados em ação.

2. Carregar e Explorar Dados

Ficheiro: 02_loading_data.py

Aprende os fundamentos de trabalhar com dados:

  • Ler dados de ficheiros CSV
  • Visualizar as primeiras linhas do teu conjunto de dados
  • Obter estatísticas básicas sobre os teus dados
  • Compreender os tipos de dados

Este é frequentemente o primeiro passo em qualquer projeto de ciência de dados!

3. Análise Simples de Dados

Ficheiro: 03_simple_analysis.py

Realiza a tua primeira análise de dados:

  • Calcular estatísticas básicas (média, mediana, moda)
  • Encontrar valores máximos e mínimos
  • Contar ocorrências de valores
  • Filtrar dados com base em condições

Descobre como responder a perguntas simples sobre os teus dados.

4. Noções Básicas de Visualização de Dados

Ficheiro: 04_basic_visualization.py

Cria as tuas primeiras visualizações:

  • Fazer um gráfico de barras simples
  • Criar um gráfico de linhas
  • Gerar um gráfico de pizza
  • Guardar as tuas visualizações como imagens

Aprende a comunicar as tuas descobertas visualmente!

5. Trabalhar com Dados Reais

Ficheiro: 05_real_world_example.py

Coloca tudo em prática com um exemplo completo:

  • Carregar dados reais do repositório
  • Limpar e preparar os dados
  • Realizar análises
  • Criar visualizações significativas
  • Tirar conclusões

Este exemplo mostra-te um fluxo de trabalho completo do início ao fim.

🎯 Como Usar Estes Exemplos

  1. Começa pelo início: Os exemplos estão numerados por ordem de dificuldade. Começa com 01_hello_world_data_science.py e avança gradualmente.

  2. Lê os comentários: Cada ficheiro tem comentários detalhados explicando o que o código faz e porquê. Lê-os com atenção!

  3. Experimenta: Tenta modificar o código. O que acontece se mudares um valor? Faz alterações e corrige-as - é assim que se aprende!

  4. Executa o código: Executa cada exemplo e observa a saída. Compara com o que esperavas.

  5. Constrói sobre isso: Quando entenderes um exemplo, tenta expandi-lo com as tuas próprias ideias.

💡 Dicas para Iniciantes

  • Não tenhas pressa: Dedica tempo para entender cada exemplo antes de passar para o próximo
  • Escreve o código tu mesmo: Não copies e coles apenas. Escrever ajuda-te a aprender e a memorizar
  • Procura conceitos desconhecidos: Se vires algo que não entendes, pesquisa online ou nas lições principais
  • Faz perguntas: Junta-te ao fórum de discussão se precisares de ajuda
  • Pratica regularmente: Tenta programar um pouco todos os dias em vez de sessões longas uma vez por semana

🔗 Próximos Passos

Depois de completares estes exemplos, estás pronto para:

  • Trabalhar nas lições principais do currículo
  • Experimentar os exercícios em cada pasta de lições
  • Explorar os Jupyter notebooks para um aprendizado mais aprofundado
  • Criar os teus próprios projetos de ciência de dados

📚 Recursos Adicionais

🤝 Contribuir

Encontraste um erro ou tens uma ideia para um novo exemplo? Aceitamos contribuições! Consulta o nosso Guia de Contribuição.

Boa Aprendizagem! 🎉

Lembra-te: Todo especialista já foi um principiante. Dá um passo de cada vez e não tenhas medo de cometer erros - eles fazem parte do processo de aprendizagem!

Aviso:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela 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 uma tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.