Merge pull request #6 from sktime/feature/ci

Updates

Author: felipeangelimvieira

.gitignore

@@ -4,7 +4,10 @@ __pycache__/
 *$py.class
 
 
+book/**/*.html
 **/lightning_logs/**
+**/*files/
+book/site_libs
 
 # C extensions
 *.so

README.md

@@ -1,27 +1,27 @@
-# littlebooktimeseries
+# Python Brasil 2025 Workshop
 
-Timeseries in 3 hours
+Repositório com notebooks para Python Brasil 2025
 
-## Environment setup
+## Setup
 
-Choose one of the options below to get the workshop notebooks ready.
+Escolha seu método preferido para configurar o ambiente de desenvolvimento:
 
 ### Poetry
-- Install Poetry: `curl -sSL https://install.python-poetry.org | python3 -`
-- Install dependencies: `poetry install`
-- Start the shell: `poetry shell`
-- Launch Jupyter: `jupyter lab`
+- Instale o Poetry: `curl -sSL https://install.python-poetry.org | python3 -`
+- Instale as dependências: `poetry install`
+- Inicie o shell: `poetry shell`
+- Inicie o Jupyter: `jupyter lab`
 
 ### pip
-- Create a virtual environment: `python3 -m venv .venv`
-- Activate it: `source .venv/bin/activate`
-- Install dependencies: `pip install -r requirements.txt`
-- Launch Jupyter: `jupyter lab`
+- Crie um ambiente virtual: `python3 -m venv .venv`
+- Ative-o: `source .venv/bin/activate`
+- Instale as dependências: `pip install -r requirements.txt`
+- Inicie o Jupyter: `jupyter lab`
 
 ### uv
-- Install uv: `pip install uv`
-- Sync dependencies: `uv sync`
-- Activate the environment: `source .venv/bin/activate`
-- Launch Jupyter: `jupyter lab`
+- Instale o uv: `pip install uv`
+- Sincronize as dependências: `uv sync`
+- Ative o ambiente: `source .venv/bin/activate`
+- Inicie o Jupyter: `jupyter lab`
 
-> All options require Python 3.11 or 3.12. The notebooks live under `notebooks/`; open them in Jupyter Lab during the session.
+> Todas as opções requerem Python 3.11 ou 3.12. Os notebooks estão na pasta `notebooks/`; abra-os no Jupyter Lab durante a sessão.

book/_quarto.yml

@@ -15,18 +15,18 @@ book:
   - index.qmd
   - part: "Part I: Básico"
     chapters:
-      - content/pt/part1/index.qmd
-      - content/pt/part1/naive.qmd
-      - content/pt/part1/components_and_diff.qmd
-      - content/pt/part1/ets_and_ar.qmd
-      - content/pt/part1/metricas.qmd
+      - content/pt/part1/00_intro.qmd
+      - content/pt/part1/01_naive.qmd
+      - content/pt/part1/02_components_and_diff.qmd
+      - content/pt/part1/03_ets_and_ar.qmd
+      - content/pt/part1/04_metricas.qmd
   - part: "Part II: Intermediário"
     chapters:
-      - content/pt/part2/exog_variables.qmd
-      - content/pt/part2/ml_models.qmd
-      - content/pt/part2/panel_data.qmd
-      - content/pt/part2/hierarchical_forecasting.qmd
-      - content/pt/part2/deep_learning.qmd
+      - content/pt/part2/01_exog_variables.qmd
+      - content/pt/part2/02_ml_models.qmd
+      - content/pt/part2/03_panel_data.qmd
+      - content/pt/part2/04_hierarchical_forecasting.qmd
+      - content/pt/part2/05_deep_learning.qmd
   - part: "Part III: Apêndices"
     chapters:
       - content/pt/extra/sktime_custom.qmd

book/content/pt/part1/index.qmd book/content/pt/part1/00_intro.qmdbook/content/pt/part1/index.qmd renamed to book/content/pt/part1/00_intro.qmd

@@ -31,22 +31,3 @@ Considerando que cada observação é indexada por uma variável temporal, podem
 * Clima: temperatura diária, precipitação mensal
 
 Esse livro é uma introdução prática a modelos de séries temporais, com objetivo de dar contexto das ferramentas mais relevantes em 3h de leitura.
-
-O conteúdo está organizado nas seguintes seções:
-
-1. **Introdução a séries temporais**: 
-   1. Modelo Naive, Modelo Naive sazonal
-   2. Séries integradas, diferenciação e estacionariedade
-   3. Modelo de Suavização Exponencial (Exponential Smoothing)
-   4. Modelos autoregressivos (AR)
-   5. Métricas de avaliação de modelos de séries temporais
-   6. Engenharia de features para séries temporais
-2. **Modelos avançados e caso de uso**
-   1. Forecast com modelos de Machine Learning
-   2. Forecast com modelos fundacionais
-   3. Previsão de vendas totais agregadas
-   4. Previsão de vendas por região e modelos globais
-   5. Previsão hierárquica e reconciliação
-3. **Customização de modelos com sktime**
-   1. Como customizar e criar modelos em sktime
-   2. Criando um wrapper de biblioteca externa