15 KiB

Raw Blame History

Data Science para Inciantes - Um curso

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.

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

🙏 E um agradecimento muito especial 🙏 aos nosso Estudantes Embaixadores da Microsoft autores, revisores e contribuidores de conteudos, notavelmente 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


Data Science para Iniciantes - Sketchnote by [@nitya](https://twitter.com/nitya)

Primeiros Passos

Para Professores: nós incluímos algumas sugestões em como usar este curso. Adorávamos ou vir a vossa opínião no nosso paínel de discussões!

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, recomendamosMicrosoft Learn.

Conhece a equipa

Gif por Mohit Jaisal

🎥 Clica na imagem acima para um video sobre o curso e o pessoal que o criou!

Pedagogia

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.

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.

Encontra as nossas diretrizes de Conduta, Contribuição e Tradução. Feedback construtivo é mais apreciado!

Cada Lição incluí:

Um sketchbook (Opcional)
Um vídeo suplementar (Opcional)
Um quiz de aquecimento (Pré-Lição)
A lição escrita
Para lições baseadas em projectos, um guía passo-a-passo sobre como contruir o projecto
Uma verificação de conhecimentos
Um desafio
Leituras Suplementares
Um trabalho de casa
Um quiz de consolidação (Pré-Lição)

Nota sobre os quizzes: Os quizzes encontram-se nesta aplicação, 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.

Lições


Data Science para Iniciantes: Roadmap - Sketchnote by [@nitya](https://twitter.com/nitya)

Número da Lição	Tópico	Categoria da Lição	Conceitos a Aprender	Link da Aula	Autor
01	Definição de Data Science	Introdução	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 video	Dmitry
02	Ética na Data Science	Introdução	Conceitos da Ética de dados, Desafios e Frameworks.	lições	Nitya
03	Definição de Dados	Introdução	Como são classificados os dados e quais a sua origem.	lições	Jasmine
04	Introdução a Probabilidades e Estatísticas	Introdução	As técnicas matemáticas de probabilidade e estatísca aplicadas aos dados.	lições video	Dmitry
05	Trabalhar com dados relacionais	Trabalhar com Dados	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	Christopher
06	Trabalhar com dados NoSQL	Trabalhar com Dados	Introdução a dados não relacionais, assim como aos vários tipos. Introdução aos básicos de análize de documentação de base de dados.	lições	Jasmine
07	Trabalhar com Python	Trabalhar com Dados	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 video	Dmitry
08	Preparação dos Dados	Trabalhar com Dados	Técnicas de tratamentos de dados de forma a lidar com dados incompletos, em falta ou pouco precisos.	lições	Jasmine
09	Visualizar Quantidades	Visualização de Dados	Aprender a utilizar Matplotlib para visualizar dados de pássaros 🦆	lições	Jen
10	Visualizar Distribuições de Dados	Visualização de Dados	Observação de tendências de dados num intervalo de tempo	lições	Jen
11	Visualizar Proporções	Visualização de Dados	Visualizar percentagens de grupos e de forma discreta	lições	Jen
12	Visualizar Relações	Visualização de Dados	Visualizar ligações e correlações entre sets de dados e as suas propriedades.	lições	Jen
13	Visualização Eficiente	Visualização de Dados	Técnicas e orientação de visualização de dados para melhor obtenção de resultados.	lições	Jen
14	Introdução ao ciclo de vida de Data Science	Cíclo de Vida	Introdução ao ciclo de vida de Data Science e os primeiros passos de obtenção e extração de dados.	lições	Jasmine
15	Análise	Cíclo de Vida	Esta fase da Data Science foca-se nas técnicas de análise de dados.	lições	Jasmine
16	Comunicação	Cíclo de Vida	Esta fase foca-se em tratar e apresentar os dados, obtendo resultados de fácil compreenção para postriores decisões.	lições	Jalen
17	Data Science na Cloud	Cloud Data	Este conjunto de lições introduz o mundo da Data Science na Cloud.	lições	Tiffany e Maud
18	Data Science na Cloud	Cloud Data	Treino de modelos através da utilização de Ferramentas de Código de Baixo Nível.	lições	Tiffany e Maud
19	Data Science na Cloud	Cloud Data	Utilização de modelos treinados através da Azure Machine Learning Studio.	lições	Tiffany e Maud
20	Data Science ao vivo	In the Wild	Exemplos de projectos de casos reais com recurso a Data Science.	lições	Nitya

Acesso Offline

Podes correr esta documentação offline através da utilização de Docsify. Faz fork deste repositório, instala Docsify 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. >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.

PDF

Um PDF com todas as lições pode ser encontrado aqui

Toda a ajuda é bem vinda!

Se gostavas de traduzir este curso, segue as intruções acessíveis em Translations

Outros Cursos

A nossa equipa tambem tem outros curso que possas estar interessado!

15 KiB Raw Blame History