|
| 1 | +# Data Science para Inciantes - Um curso |
| 2 | + |
| 3 | +[](https://github.com/microsoft/Data-Science-For-Beginners/blob/master/LICENSE) |
| 4 | +[](https://GitHub.com/microsoft/Data-Science-For-Beginners/graphs/contributors/) |
| 5 | +[](https://GitHub.com/microsoft/Data-Science-For-Beginners/issues/) |
| 6 | +[](https://GitHub.com/microsoft/Data-Science-For-Beginners/pulls/) |
| 7 | +[](http://makeapullrequest.com) |
| 8 | + |
| 9 | +[](https://GitHub.com/microsoft/Data-Science-For-Beginners/watchers/) |
| 10 | +[](https://GitHub.com/microsoft/Data-Science-For-Beginners/network/) |
| 11 | +[](https://GitHub.com/microsoft/Data-Science-For-Beginners/stargazers/) |
| 12 | + |
| 13 | +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. |
| 14 | + |
| 15 | + |
| 16 | +**Um agradecimento caloroso aos nossos autores:** [Jasmine Greenaway](https://www.twitter.com/paladique), [Dmitry Soshnikov](http://soshnikov.com), [Nitya Narasimhan](https://twitter.com/nitya), [Jalen McGee](https://twitter.com/JalenMcG), [Jen Looper](https://twitter.com/jenlooper), [Maud Levy](https://twitter.com/maudstweets), [Tiffany Souterre](https://twitter.com/TiffanySouterre), [Christopher Harrison](https://www.twitter.com/geektrainer). |
| 17 | + |
| 18 | +**🙏 E um agradecimento muito especial 🙏 aos nosso [Estudantes Embaixadores da Microsoft](https://studentambassadors.microsoft.com/) autores, revisores e contribuidores de conteudos,** notavelmente Aaryan Arora, [Aditya Garg](https://github.com/AdityaGarg00), [Alondra Sanchez](https://www.linkedin.com/in/alondra-sanchez-molina/), [Ankita Singh](https://www.linkedin.com/in/ankitasingh007), [Anupam Mishra](https://www.linkedin.com/in/anupam--mishra/), [Arpita Das](https://www.linkedin.com/in/arpitadas01/), ChhailBihari Dubey, [Dibri Nsofor](https://www.linkedin.com/in/dibrinsofor), [Dishita Bhasin](https://www.linkedin.com/in/dishita-bhasin-7065281bb), [Majd Safi](https://www.linkedin.com/in/majd-s/), [Max Blum](https://www.linkedin.com/in/max-blum-6036a1186/), [Miguel Correa](https://www.linkedin.com/in/miguelmque/), [Mohamma Iftekher (Iftu) Ebne Jalal](https://twitter.com/iftu119), [Nawrin Tabassum](https://www.linkedin.com/in/nawrin-tabassum), [Raymond Wangsa Putra](https://www.linkedin.com/in/raymond-wp/), [Rohit Yadav](https://www.linkedin.com/in/rty2423), Samridhi Sharma, [Sanya Sinha](https://www.linkedin.com/mwlite/in/sanya-sinha-13aab1200), |
| 19 | +[Sheena Narula](https://www.linkedin.com/in/sheena-narua-n/), Tauqeer Ahmad, Yogendrasingh Pawar |
| 20 | + |
| 21 | +| ](../sketchnotes/00-Title.png)| |
| 22 | +|:---:| |
| 23 | +| Data Science para Iniciantes - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | |
| 24 | + |
| 25 | + |
| 26 | +# Primeiros Passos |
| 27 | + |
| 28 | +> **Para Professores**: nós [incluímos algumas sugestões](for-teachers.md) em como usar este curso. Adorávamos ou vir a vossa opínião [no nosso paínel de discussões](https://github.com/microsoft/Data-Science-For-Beginners/discussions)! |
| 29 | +
|
| 30 | +> **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, recomendamos[Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/qprpajyoy3x0g7?WT.mc_id=academic-40229-cxa). |
| 31 | +
|
| 32 | + |
| 33 | +## Conhece a equipa |
| 34 | + |
| 35 | +[](https://youtu.be/8mzavjQSMM4 "Video Promocional") |
| 36 | + |
| 37 | +**Gif por** [Mohit Jaisal](https://www.linkedin.com/in/mohitjaisal) |
| 38 | + |
| 39 | +> 🎥 Clica na imagem acima para um video sobre o curso e o pessoal que o criou! |
| 40 | +
|
| 41 | +## Pedagogia |
| 42 | + |
| 43 | + |
| 44 | +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. |
| 45 | + |
| 46 | +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. |
| 47 | + |
| 48 | +> Encontra as nossas diretrizes de [Conduta](CODE_OF_CONDUCT.md), [Contribuição](CONTRIBUTING.md) e [Tradução](TRANSLATIONS.md). Feedback construtivo é mais apreciado! |
| 49 | +
|
| 50 | +## Cada Lição incluí: |
| 51 | + |
| 52 | +- Um sketchbook (Opcional) |
| 53 | +- Um vídeo suplementar (Opcional) |
| 54 | +- Um quiz de aquecimento (Pré-Lição) |
| 55 | +- A lição escrita |
| 56 | +- Para lições baseadas em projectos, um guía passo-a-passo sobre como contruir o projecto |
| 57 | +- Uma verificação de conhecimentos |
| 58 | +- Um desafio |
| 59 | +- Leituras Suplementares |
| 60 | +- Um trabalho de casa |
| 61 | +- Um quiz de consolidação (Pré-Lição) |
| 62 | + |
| 63 | +> **Nota sobre os quizzes**: Os quizzes encontram-se [nesta aplicação](https://red-water-0103e7a0f.azurestaticapps.net/), 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. |
| 64 | +
|
| 65 | + |
| 66 | +## Lições |
| 67 | + |
| 68 | +| ](../sketchnotes/00-Roadmap.png)| |
| 69 | +|:---:| |
| 70 | +| Data Science para Iniciantes: Roadmap - _Sketchnote by [@nitya](https://twitter.com/nitya)_ | |
| 71 | + |
| 72 | + |
| 73 | +| Número da Lição | Tópico | Categoria da Lição | Conceitos a Aprender | Link da Aula | Autor | |
| 74 | +| :-----------: | :----------------------------------------: | :--------------------------------------------------: | :-----------------------------------------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------------------------------: | :----: | |
| 75 | +| 01 | Definição de Data Science | [Introdução](../1-Introduction/README.md) | 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](../1-Introduction/01-defining-data-science/README.md) [video](https://youtu.be/beZ7Mb_oz9I) | [Dmitry](http://soshnikov.com) | |
| 76 | +| 02 | Ética na Data Science | [Introdução](1-Introduction/README.md) | Conceitos da Ética de dados, Desafios e Frameworks. | [lições](../1-Introduction/02-ethics/README.md) | [Nitya](https://twitter.com/nitya) | |
| 77 | +| 03 | Definição de Dados | [Introdução](../1-Introduction/README.md) | Como são classificados os dados e quais a sua origem. | [lições](../1-Introduction/03-defining-data/README.md) | [Jasmine](https://www.twitter.com/paladique) | |
| 78 | +| 04 | Introdução a Probabilidades e Estatísticas | [Introdução](../1-Introduction/README.md) | As técnicas matemáticas de probabilidade e estatísca aplicadas aos dados. | [lições](../1-Introduction/04-stats-and-probability/README.md) [video](https://youtu.be/Z5Zy85g4Yjw) | [Dmitry](http://soshnikov.com) | |
| 79 | +| 05 | Trabalhar com dados relacionais | [Trabalhar com Dados](../2-Working-With-Data/README.md) | 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](../2-Working-With-Data/05-relational-databases/README.md) | [Christopher](https://www.twitter.com/geektrainer) | | | |
| 80 | +| 06 | Trabalhar com dados NoSQL| [Trabalhar com Dados](../2-Working-With-Data/README.md) | Introdução a dados não relacionais, assim como aos vários tipos. Introdução aos básicos de análize de documentação de base de dados.| [lições](../2-Working-With-Data/06-non-relational/README.md) | [Jasmine](https://twitter.com/paladique)| |
| 81 | +| 07 | Trabalhar com Python | [Trabalhar com Dados](../2-Working-With-Data/README.md) | 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](../2-Working-With-Data/07-python/README.md) [video](https://youtu.be/dZjWOGbsN4Y) | [Dmitry](http://soshnikov.com) | |
| 82 | +| 08 | Preparação dos Dados | [Trabalhar com Dados](../2-Working-With-Data/README.md) |Técnicas de tratamentos de dados de forma a lidar com dados incompletos, em falta ou pouco precisos. | [lições](../2-Working-With-Data/08-data-preparation/README.md) | [Jasmine](https://www.twitter.com/paladique) | |
| 83 | +| 09 | Visualizar Quantidades | [Visualização de Dados](../3-Data-Visualization/README.md) | Aprender a utilizar Matplotlib para visualizar dados de pássaros 🦆 | [lições](../3-Data-Visualization/09-visualization-quantities/README.md) | [Jen](https://twitter.com/jenlooper) | |
| 84 | +| 10 | Visualizar Distribuições de Dados | [Visualização de Dados](../3-Data-Visualization/README.md) | Observação de tendências de dados num intervalo de tempo | [lições](../3-Data-Visualization/10-visualization-distributions/README.md) | [Jen](https://twitter.com/jenlooper) | |
| 85 | +| 11 | Visualizar Proporções | [Visualização de Dados](../3-Data-Visualization/README.md) | Visualizar percentagens de grupos e de forma discreta | [lições](../3-Data-Visualization/11-visualization-proportions/README.md) | [Jen](https://twitter.com/jenlooper) | |
| 86 | +| 12 | Visualizar Relações | [Visualização de Dados](../3-Data-Visualization/README.md) | Visualizar ligações e correlações entre sets de dados e as suas propriedades.| [lições](../3-Data-Visualization/12-visualization-relationships/README.md) | [Jen](https://twitter.com/jenlooper) | |
| 87 | +| 13 | Visualização Eficiente | [Visualização de Dados](../3-Data-Visualization/README.md) | Técnicas e orientação de visualização de dados para melhor obtenção de resultados. | [lições](../3-Data-Visualization/13-meaningful-visualizations/README.md) | [Jen](https://twitter.com/jenlooper) | |
| 88 | +| 14 | Introdução ao ciclo de vida de Data Science | [Cíclo de Vida](../4-Data-Science-Lifecycle/README.md) | Introdução ao ciclo de vida de Data Science e os primeiros passos de obtenção e extração de dados. | [lições](../4-Data-Science-Lifecycle/14-Introduction/README.md) | [Jasmine](https://twitter.com/paladique) | |
| 89 | +| 15 | Análise | [Cíclo de Vida](../4-Data-Science-Lifecycle/README.md) |Esta fase da Data Science foca-se nas técnicas de análise de dados. | [lições](../4-Data-Science-Lifecycle/15-analyzing/README.md) | [Jasmine](https://twitter.com/paladique) | | | |
| 90 | +| 16 | Comunicação | [Cíclo de Vida](../4-Data-Science-Lifecycle/README.md) |Esta fase foca-se em tratar e apresentar os dados, obtendo resultados de fácil compreenção para postriores decisões. | [lições](../4-Data-Science-Lifecycle/16-communication/README.md) | [Jalen](https://twitter.com/JalenMcG) | | | |
| 91 | +| 17 | Data Science na Cloud | [Cloud Data](../5-Data-Science-In-Cloud/README.md) | Este conjunto de lições introduz o mundo da Data Science na Cloud.| [lições](../5-Data-Science-In-Cloud/17-Introduction/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) e [Maud](https://twitter.com/maudstweets) | |
| 92 | +| 18 | Data Science na Cloud | [Cloud Data](../5-Data-Science-In-Cloud/README.md) |Treino de modelos através da utilização de Ferramentas de Código de Baixo Nível. |[lições](../5-Data-Science-In-Cloud/18-Low-Code/README.md) | [Tiffany](https://twitter.com/TiffanySouterre) e [Maud](https://twitter.com/maudstweets) | |
| 93 | +| 19 | Data Science na Cloud | [Cloud Data](../5-Data-Science-In-Cloud/README.md) | Utilização de modelos treinados através da Azure Machine Learning Studio. | [lições](../5-Data-Science-In-Cloud/19-Azure/README.md)| [Tiffany](https://twitter.com/TiffanySouterre) e [Maud](https://twitter.com/maudstweets) | |
| 94 | +| 20 | Data Science ao vivo | [In the Wild](../6-Data-Science-In-Wild/README.md) | Exemplos de projectos de casos reais com recurso a Data Science. | [lições](../6-Data-Science-In-Wild/20-Real-World-Examples/README.md) | [Nitya](https://twitter.com/nitya) | |
| 95 | +## Acesso Offline |
| 96 | +Podes correr esta documentação offline através da utilização de [Docsify](https://docsify.js.org/#/). Faz fork deste repositório, [instala Docsify](https://docsify.js.org/#/quickstart) 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`. |
| 97 | +>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. |
| 98 | +
|
| 99 | +## PDF |
| 100 | + |
| 101 | +Um PDF com todas as lições pode ser encontrado [aqui](https://microsoft.github.io/Data-Science-For-Beginners/pdf/readme.pdf) |
| 102 | + |
| 103 | +## Toda a ajuda é bem vinda! |
| 104 | +Se gostavas de traduzir este curso, segue as intruções acessíveis em [Translations](../TRANSLATIONS.md) |
| 105 | + |
| 106 | +## Outros Cursos |
| 107 | + |
| 108 | +A nossa equipa tambem tem outros curso que possas estar interessado! |
| 109 | + |
| 110 | +- [Machine Learning for Beginners](https://aka.ms/ml-beginners) |
| 111 | +- [IoT for Beginners](https://aka.ms/iot-beginners) |
| 112 | +- [Web Dev for Beginners](https://aka.ms/webdev-beginners) |
0 commit comments