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, com 20 lições, totalmente dedicado à Ciência de Dados. Cada lição inclui questionários pré e pós-lição, instruções escritas para completar a lição, uma solução e um exercício. A nossa pedagogia baseada em projetos permite que aprenda enquanto constrói, uma forma comprovada para que novas competências 'fixem'.

Um grande obrigado 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 colaboradores de conteúdo Microsoft Student Ambassador, nomeadamente 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)

Árabe | Bengali | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Checo | Dinamarquês | Holandês | Estónio | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Kannada | Coreano | Lituano | Malaio | Malaiala | Marata | Nepalês | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polaco | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalo (Filipino) | Tamil | Telugu | Tailandês | Turco | Ucraniano | Urdu | Vietnamita

Se desejar que sejam suportadas línguas adicionais, estão listadas aqui

Junte-se à Nossa Comunidade

Temos uma série no Discord sobre aprender com IA em curso, saiba mais e junte-se a nós em Learn with AI Series de 18 a 30 de setembro de 2025. Vai receber dicas e truques para usar o GitHub Copilot para Ciência de Dados.

É estudante?

Comece com os seguintes recursos:

• Página do Student Hub Nesta página, encontrará recursos para iniciantes, 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 vez em quando, pois atualizamos o conteúdo pelo menos mensalmente.
• Microsoft Learn Student Ambassadors Junte-se a uma comunidade global de embaixadores estudantis, esta pode ser a sua porta de entrada para a Microsoft.

Começar

📚 Documentação

• Guia de Instalação - Instruções passo a passo 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 para ensino e recursos para sala de aula

👨‍🎓 Para Estudantes

Iniciantes Completos: Novo na ciência de dados? Comece com os nossos exemplos amigáveis para iniciantes! Estes exemplos simples e bem comentados ajudarão a compreender o básico antes de avançar para o currículo completo. Estudantes: para usar este currículo por conta própria, faça um fork do repositório completo e complete os exercícios sozinho, começando com um questionário pré-aula. Depois leia a aula 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 projetos. Outra ideia seria formar um grupo de estudo com amigos e passar pelo conteúdo juntos. Para estudo adicional, recomendamos Microsoft Learn.

Início Rápido:

1. Consulte o Guia de Instalação para configurar o seu ambiente
2. Reveja 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 Discord para suporte

👩‍🏫 Para Professores

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

Conheça a Equipa

Gif por Mohit Jaisal

🎥 Clique na imagem acima para 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 alunos 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 reais de ciência de dados e mais.

Além disso, um questionário de baixo risco antes da aula define a intenção do aluno 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 feito na íntegra ou em partes. Os projetos começam pequenos e tornam-se progressivamente mais complexos até o final do ciclo de 10 semanas.

Encontre nosso Código de Conduta, diretrizes de Contribuição e Tradução. Agradecemos seu feedback construtivo!

Cada aula inclui:

• Sketchnote opcional
• Vídeo suplementar opcional
• Questionário de aquecimento pré-aula
• Aula escrita
• Para aulas 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 com três perguntas cada. Eles estão vinculados dentro das aulas, 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.

🎓 Exemplos Amigáveis para Iniciantes

Novo em Ciência de Dados? Criámos um diretório especial de exemplos com código simples e bem comentado para ajudar você a começar:

• 🌟 Olá Mundo - Seu primeiro programa de ciência de dados
• 📂 Carregar Dados - Aprenda a ler e explorar conjuntos de dados
• 📊 Análise Simples - Calcule estatísticas e encontre padrões
• 📈 Visualização Básica - Crie gráficos e diagramas
• 🔬 Projeto do Mundo Real - Fluxo de trabalho completo do início ao fim

Cada exemplo inclui comentários detalhados explicando cada passo, tornando-o perfeito para iniciantes absolutos!

👉 Comece com os exemplos 👈

Aulas

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

Número da Aula	Tópico	Agrupamento da Aula	Objetivos de Aprendizagem	Aula 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.	aula vídeo	Dmitry
02	Ética em Ciência de Dados	Introdução	Conceitos, desafios e estruturas de ética em dados.	aula	Nitya
03	Definindo Dados	Introdução	Como os dados são classificados e suas fontes comuns.	aula	Jasmine
04	Introdução a Estatística & Probabilidade	Introdução	Técnicas matemáticas de probabilidade e estatística para entender dados.	aula vídeo	Dmitry
05	Trabalhando com Dados Relacionais	Trabalhando com Dados	Introdução a dados relacionais e o básico de explorar e analisar dados relacionais com a Linguagem de Consulta Estruturada, também conhecida como SQL (pronuncia-se “see-quell”).	aula	Christopher
06	Trabalhando com Dados NoSQL	Trabalhando com Dados	Introdução a dados não relacionais, seus vários tipos e o básico de explorar e analisar bases de dados de documentos.	aula	Jasmine
07	Trabalhando com Python	Trabalhando com Dados	Noções básicas de uso do Python para exploração de dados com bibliotecas como Pandas. Recomenda-se compreensão fundamental de programação em Python.	aula vídeo	Dmitry
08	Preparação de Dados	Trabalhando com Dados	Tópicos sobre técnicas de dados para limpar e transformar dados para lidar com desafios de dados ausentes, imprecisos ou incompletos.	aula	Jasmine
09	Visualizando Quantidades	Visualização de Dados	Aprenda a usar Matplotlib para visualizar dados de aves 🦆	aula	Jen
10	Visualizando Distribuições de Dados	Visualização de Dados	Visualizando observações e tendências dentro de um intervalo.	aula	Jen
11	Visualizando Proporções	Visualização de Dados	Visualizando percentagens discretas e agrupadas.	aula	Jen
12	Visualizando Relações	Visualização de Dados	Visualizando conexões e correlações entre conjuntos de dados e suas variáveis.	aula	Jen
13	Visualizações Significativas	Visualização de Dados	Técnicas e orientações para tornar suas visualizações valiosas para resolução eficaz de problemas e insights.	aula	Jen
14	Introdução ao ciclo de vida da Ciência de Dados	Ciclo de Vida	Introdução ao ciclo de vida da ciência de dados e seu primeiro passo de aquisição e extração de dados.	aula	Jasmine
15	Análise	Ciclo de Vida	Esta fase do ciclo de vida da ciência de dados foca em técnicas para analisar dados.	aula	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 dos decisores.	aula	Jalen
17	Ciência de Dados na Nuvem	Dados na Nuvem	Esta série de aulas introduz a ciência de dados na nuvem e seus benefícios.	aula	Tiffany e Maud
18	Ciência de Dados na Nuvem	Dados na Nuvem	Treinamento de modelos usando ferramentas Low Code.	aula	Tiffany e Maud
19	Ciência de Dados na Nuvem	Dados na Nuvem	Implantação de modelos com Azure Machine Learning Studio.	aula	Tiffany e Maud
20	Ciência de Dados no Mundo Real	No Mundo Real	Projetos de ciência de dados no mundo real.	aula	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 esta for a sua primeira vez a usar um contentor de desenvolvimento, certifique-se de que o seu sistema cumpre os pré-requisitos (ou seja, ter o Docker instalado) na documentação de introdução.

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

Nota: Por baixo do capô, 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 início do contentor e experimente.

Acesso Offline

Pode executar esta documentação offline usando Docsify. Faça um fork deste repositório, instale o Docsify na sua máquina local, depois na pasta raiz deste repositório, digite docsify serve. O site será servido na porta 3000 no seu localhost: localhost:3000.

Nota, 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 equipa produz outros currículos! Confira:

LangChain

---

Azure / Edge / MCP / Agents

---

Série de IA Generativa

---

Aprendizagem Fundamental

---

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 desenvolvedores experientes em discussões sobre MCP. É uma comunidade de apoio onde as perguntas são bem-vindas e o conhecimento é partilhado livremente.

Se tiver feedback sobre produtos ou erros durante a construção, visite:

---

Aviso Legal: Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, por favor tenha em conta que traduções automáticas podem conter erros ou imprecisões. O documento original na sua língua nativa deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se a tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações erradas decorrentes do uso desta tradução.