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.
Data-Science-For-Beginners/translations/README.pt-br.md

14 KiB

Ciência de Dados para Iniciantes - Um Currículo

GitHub license GitHub contributors GitHub issues GitHub pull-requests PRs Welcome

GitHub watchers GitHub forks GitHub stars

Consultores da Azure Cloud na Microsoft estão felizes em oferecer um currículo de 10 semanas com 20 aulas sobre Ciência de Dados. Cada aula inclui quizzes pré e pós aula, instruções sobre como completar cada aula, uma solução, e uma tarefa. Nossa pedagogia baseada em projetos permite que você aprenda enquanto constrói, uma maneira comprovada para novas habilidades "grudarem".

Muito obrigado aos nossos autores: Jasmine Greenaway, Dmitry Soshnikov, Nitya Narasimhan, Jalen McGee, Jen Looper, Maud Levy, Tiffany Souterre, Christopher Harrison.

🙏 Agradecimentos especiais 🙏 para nossos autores, revisores e contribuidores de conteúdo Estudantes Embaixadores da Microsoft, notavelmente Raymond Wangsa Putra, Ankita Singh, Rohit Yadav, Arpita Das, Mohamma Iftekher (Iftu) Ebne Jalal, Dishita Bhasin, Miguel Correa, Nawrin Tabassum, Sanya Sinha, Majd Safi, Sheena Narula, Anupam Mishra, Dibri Nsofor, Aditya Garg, Alondra Sanchez, Yogendrasingh Pawar, Max Blum, Samridhi Sharma, Tauqeer Ahmad, Aaryan Arora, ChhailBihari Dubey

 Sketchnote by (@sketchthedocs)
Ciência de Dados para Iniciantes - Sketchnote por @nitya

Primeiros Passos

Professores, nós incluímos algumas sugestões em como usar esse currículo. Nós adoraríamos ouvir o seu feedback no nosso fórum de discussão!

Estudantes, para usar esse currículo por conta própria, dê fork nesse repositório, complete os exercícios por sua conta, começando com um quiz pré aula, então leia a aula completando o resto das atividades. Tente criar os projetos compreendendo as aulas ao invés de copiar o código da solução; no entanto o código está disponível na pasta /solutions em cada aula baseada em projeto. Outra ideia seria formar um grupo de estudo com seus amigos e ler o conteúdo juntos. Para mais estudos, nós recomendamos Microsoft Learn.

Pedagogia

Nós escolhemos dois princípios pedagógicos enquanto construíamos esse currículo: garantir que seja baseado em projeto e que possua quizzes frequentes. Ao final dessa séries, estudandes terão aprendido o básico dos princípios de ciência de dados, incluindo conceitos éticos, preparação dos dados, maneiras diferentes de trabalhar com os dados, visualização de dados, análise de dados, casos de uso de ciência de dados no mundo real, e mais.

Além do mais, um quiz com valor baixo antes da aula define a intenção do estudante em relação a aprendizagem de um tópico, enquanto um segundo quiz depois da aula garante uma retenção maior. Esse currículo foi desenhado para ser flexível e divertido e pode ser pego inteiro ou em partes. Os projetos começam pequeno e começam a ficar mais complexos no final do ciclo de 10 semanas.

Encontre nossos guias de Código de Conduta, Contribuindo, Tradução. Nós agradecemos seu feedback construtivo!

Cada aula inclui:

  • Nota de esboço opcional
  • Vídeo suplementar opcional
  • Quiz de aquecimento pré-aula
  • Aula escrita
  • Para aulas baseadas em projetos, guias passo-a-passo sobre como construir o projeto
  • Verificação de conhecimento
  • Um desafio
  • Leituras suplementares
  • Tarefa
  • Quiz pós-aula

Nota sobre os quizzes: Todos os quizzes estão aqui, para 40 quizzes de três questões cada. Os links deles estão dentro de cada aula mas o "quiz-app" pode ser executado localmente; siga as intruções na pasta quiz-app. Eles estão gradualmente localizados.

Tarefas

 Sketchnote by (@sketchthedocs)
Ciência de Dados para Iniciantes: Roadmap - Sketchnote por @nitya
Número da Aula Tópico Agrupamento de Aulas Objetivos de Apredizados Link da Aula Autor
01 Definindo Ciência de Dados Introdução Aprenda os conceitos básicos por trás de ciência de dados e como se relaciona com inteligência artificial, aprendizado de máquina, e big data. aula vídeo Dmitry
02 Ética de Ciência de Dados Introdução Conceitos da Ética de Ciência de Dados, Desafios e Frameworks. aula Nitya
03 Definindo Dados Introdução Como dados são classificados e sua fontes de origem comuns. aula Jasmine
04 Introdução à Probabilidade e Estatística Introdução As técnicas matemáticas de probabilidade e estatísca para enteder dados. aula vídeo Dmitry
05 Trabalhando com Dados Relacionais Trabalhando com Dados Introdução à dados relacionais e o básico de exploração e análise de dados relacionais com Linguagem de Consulta Estruturada (Structured Query Language), também conhecida como SQL (pronunciada “see-quell”). aula Christopher
06 Trabalhando com Dados NoSQL Trabalhando com Dados Introdução à dados não relacionais, seus variados tipos e o básico de exploração e análise de bancos de dados de documentos. aula Jasmine
07 Trabalhando com Python Trabalhando com Dados Básico de Python para exploração de dados com bibliotecas como o Pandas. Compreensão fundamental de Python é recomendado. aula vídeo Dmitry
08 Preparação dos Dados Trabalhando com Dados Tópicos sobre técnicas de dados para limpar e transformas os dados para lidar com desafios de dados ausentes, inacurados, ou incompletos. aula Jasmine
09 Visualizando Quantidades Visualização de Dados Aprenda a como usar o Matplotlib para visualizar dados sobre pássaros 🦆 aula Jen
10 Visualizando Distribuições de Dados Visualização de Dados Visualizando observações e tendências dentro de um itnervalo. aula Jen
11 Visualizando Proporções Visualização de Dados Visualizando porcentagens discretas e agrupadas. aula Jen
12 Visualizandos Relações Visualização de Dados Visualizando conexões e correlações entre sets de dados e suas variáveis. aula Jen
13 Visualizações Significativas Visualização de Dados Técnicas e orientação para fazer suas visualizações valiosas para resolver problemas efetivamente e intuições. aula Jen
14 Introdução ao ciclo de Ciência de Dados Ciclo de Vida Introdução ao ciclo de vida de ciência de dados e seu primeiro passo de adquirir e extrair dados. aula Jasmine
15 Análise Ciclo de Vida Essa fase do ciclo de vida de ciência de dados foca nas técnicas de análise dados. aula Jasmine
16 Comunicação Ciclo de Vida Essa fase do ciclo de vida de ciência de dados foca em apresentar as intuições dos dados de uma forma que fique fácil para tomadores de decisão entenderem. aula Jalen
17 Ciẽncia de Dados na Nuvem Dados na Nuvem Esse compilado de aula introdiz ciência de dados na nuvem e seus benefícios. aula Tiffany e Maud
18 Ciẽncia de Dados na Nuvem Dados na Nuvem Treinando modelos usando ferramentas de Low Code. aula Tiffany e Maud
19 Ciẽncia de Dados na Nuvem Dados na Nuvem Implantando modelos com Azure Machine Learning Studio. aula Tiffany e Maud
20 Ciência de Dados na Selva Na Selva Projetos de Ciência de Dados no mundo real. aula Nitya

Acesso offline

Você pode executar essa documentação offline usando Docsify. Dê fork nesse repositório, instale Docsify na sua máquina local e depois, na pasta raíz desse repositório, digite docsify serve. O website vai usar a porta 3000 no seu localhost: localhost:3000.

Note, notebooks não serão renderizados via Docsify, então quando precisar rodas um notebook, faça isso separadamente no VS Code rodando um kernel Python.

PDF

Um PDF com todas as aulas podem ser encontrados aqui

Procura-se Ajuda!

Se você quer traduzir tudo ou parte do currículo, por favor siga o nosso guia de Tradução guia.

Outros Currículos

Nosso time produz outros currículos! Confira: