Criou página com '=1.Objetivos= <br> Entender os conceitos de ciência de dados utilizando python como linguagem de programação <br> =2.Definições e Conceitos Importantes= <br> *Noções...' |
|||
| (4 revisões intermediárias pelo mesmo usuário não estão sendo mostradas) | |||
| Linha 14: | Linha 14: | ||
<br> | <br> | ||
*Artigos: | *Artigos: | ||
*Cursos: [https://app.datacamp.com/learn/career-tracks/associate-data-scientist-in-python] | *Cursos: [https://app.datacamp.com/learn/career-tracks/associate-data-scientist-in-python, Trilha - Cientista de dados associado em Python] | ||
*Documentação: | *Documentação: | ||
**[https://numpy.org/doc/] | **[https://numpy.org/doc/, Numpy] | ||
**[https://pandas.pydata.org/docs/] | **[https://pandas.pydata.org/docs/, Pandas] | ||
**[https://matplotlib.org/stable/index.html] | **[https://matplotlib.org/stable/index.html, MathPlotLib] | ||
<br> | <br> | ||
| Linha 27: | Linha 26: | ||
(Use esta seção para registrar o que foi feito de forma objetiva, destacando as ferramentas ou padrões utilizados) | (Use esta seção para registrar o que foi feito de forma objetiva, destacando as ferramentas ou padrões utilizados) | ||
'''4.2. Realizações Teóricas''' | |||
''4.2.1 - Introdução ao Python'' | |||
*Estudo sobre algumas funções básicas de python como a atribuição de variaveis e manipulação de listas. | |||
*Entendimento da biblioteca NUMPY e seu poder para trabalhar com matrizes | |||
''4.2.2 - Python Intermediario'' | |||
*Exploração inicial de algumas das outras duas bibliotecas mais usadas: Matplotlib e o pandas | |||
*Uso de fluxo de controle nos códigos | |||
*Manipulação de dicionários | |||
*Uso de algumas técnicas no pandas como iloc,loc, transformação de CSV para Data Frames | |||
<br> | <br> | ||
Edição atual tal como às 15h12min de 13 de dezembro de 2024
1.Objetivos
Entender os conceitos de ciência de dados utilizando python como linguagem de programação
2.Definições e Conceitos Importantes
- Noções básicas de programação em pyhton
- Bibliotecas mais utilizadas em python como: NUMPY,PANDAS,MATHPLOTLIB
3.Material Utilizado
- Artigos:
- Cursos: Trilha - Cientista de dados associado em Python
- Documentação:
4.Aprendizados e Insights
4.1. Realizações Práticas
(Use esta seção para registrar o que foi feito de forma objetiva, destacando as ferramentas ou padrões utilizados)
4.2. Realizações Teóricas
4.2.1 - Introdução ao Python
- Estudo sobre algumas funções básicas de python como a atribuição de variaveis e manipulação de listas.
- Entendimento da biblioteca NUMPY e seu poder para trabalhar com matrizes
4.2.2 - Python Intermediario
- Exploração inicial de algumas das outras duas bibliotecas mais usadas: Matplotlib e o pandas
- Uso de fluxo de controle nos códigos
- Manipulação de dicionários
- Uso de algumas técnicas no pandas como iloc,loc, transformação de CSV para Data Frames