Pós Graduação em Ciência de Dados e Big Data

ILE - Introdução às Linguagens Estatísticas

Caros alunos sejam bem vindos à disciplina ILE. Será um prazer falar para vocês sobre Python e R.

Aqui neste repositório deixarei disponível todo o material que utilizaremos em nossas aulas: os dados e o enunciado do trabalho final da disciplina e outros itens que eu achar interessante. Estejam sempre atentos a este arquivo pois aqui deixarei atualizações sobre mudanças no conteúdo desta pasta.

Atualizações:

• 03/10/2017 - Inserção do material para o trabalho final e do 10 minutes to pandas
• 21/09/2017 - Atualização do repo com o material da segunda oferta da disciplina
• 22/05/2017 - Atualização dos slides, do arquivo Exercício Python.ipynb e deste arquivo com link para artigo com os principais módulos Python para DS em 2017
• 19/05/2017 - Adicionados os arquivos necessários para a realização do trabalho final da disciplina
• 16/05/2017 - Adicionados arquivos iris.data, python-wikipedia.txt e RealEstate.csv para exercícios e exemplos de E/S em arquivos.
• 30/04/2017 - Este arquivo foi adicionado
• 23/04/2017 - Criação do curso com o plano de ensino, exercícios e slides utilizados em sala de aula

Professor Arthur Gouveia

• Engenheiro Eletricista graduado em 2002
• Pós graduado em Gestão Empresarial em 2004
• Pós graduado em Estatística Empresarial em 2009
• Cursando Pós Graduação em Ciência de Dados e Big Data
• Trabalhando com ciência de dados e mineração de dados desde 2010

Links úteis

Todos esses links estão nos slides e também no arquivo Exercícios Python.ipynb mas resolvi deixar aqui para facilitar a vida de vocês ;)

Referências para este curso (tanto Python quanto R)

• https://wiki.python.org/moin/PortugueseLanguage (Esse está em Português)
• https://python.nilo.pro.br/ (Livro muito bom de programação com Python)
• https://wiki.python.org/moin/BeginnersGuide
• http://pandas.pydata.org/pandas-docs/version/0.18.1/10min.html
• https://sites.google.com/site/undergraduateguidetor/manual-files/undergradguidetoR.pdf
• https://cran.r-project.org/doc/contrib/Verzani-SimpleR.pdf
• https://www.tutorialspoint.com/r/

Lista com 21 cursos gratuitos de Python para iniciantes.

https://m.facebook.com/groups/138322456272633?view=permalink&id=1064175937020609

1. Introdução à Ciência da Computação com Python Parte 1 (USP) https://www.coursera.org/learn/ciencia-computacao-python-conceitos

2. Python Fundamentos para Análise de Dados http://www.datascienceacademy.com.br/pages/curso-python-fundamentos-para-analise-de-dados

3. Python Básico https://solyd.com.br/treinamentos/python-basico

4. Aulas Python https://www.youtube.com/playlist?list=PLfCKf0-awunOu2WyLe2pSD2fXUo795xRe

5. Python para Zumbis https://www.youtube.com/playlist?list=PLUukMN0DTKCtbzhbYe2jdF4cr8MOWClXc

6. Curso Python 300 https://www.youtube.com/playlist?list=PL8eBmR3QtPL0j3QLEjQ6rcx8rVB8Ir893

7. Python Programming: A Concise Introduction (Wesleyan University) https://www.coursera.org/learn/python-programming-introduction

8. Data Analysis and Interpretation Specialization (Wesleyan University) https://www.coursera.org/specializations/data-analysis (Este item é uma especialização composta por 4 cursos + 1 projeto. Pode se aprender Python ou SAS.)

   1. Data Management and Visualization https://pt.coursera.org/learn/data-visualization

   2. Data Analysis Tools https://pt.coursera.org/learn/data-analysis-tools

   3. Regression Modeling in Practice https://pt.coursera.org/learn/regression-modeling-practice

   4. Machine Learning for Data Analysis https://pt.coursera.org/learn/machine-learning-data-analysis

   5. Data Analysis and Interpretation Capstone https://pt.coursera.org/learn/data-analysis-capstone

9. Introduction to Computer Science and Programming Using Python (MIT) https://www.edx.org/course/introduction-computer-science-mitx-6-00-1x-9

10. Using Python for Research (Harvard) https://www.edx.org/course/using-python-research-harvardx-ph526x

11. Intro to Python for Data Science https://www.datacamp.com/courses/intro-to-python-for-data-science

12. Introduction To Python Programming https://www.udemy.com/pythonforbeginnersintro/

13. Learn Python: Python for Beginners https://www.udemy.com/learn-python/

14. Python for Beginners with Examples https://www.udemy.com/ardit-sulce-python-for-beginners/

15. Python for Absolute Beginners https://www.udemy.com/python-for-absolute-beginners-u/

16. Learn Python, it's CAKE (Beginners) https://www.udemy.com/learning-python-not-the-snake/

17. Deep Learning Prerequisites: The Numpy Stack in Python https://www.udemy.com/deep-learning-prerequisites-the-numpy-stack-in-python/

18. Start Programming Today with Python! https://www.udemy.com/free-python/

19. Making Graphs in Python using Matplotlib for Beginners https://www.udemy.com/making-graphs-in-python-using-matplotlib-for-beginners/

20. Python Object Oriented Full Guide https://www.udemy.com/python-object-oriented-from-scratch/

21. Google's Python Class https://developers.google.com/edu/python/

Bons estudos!

Links do pptx

Gartner e Forrester data science platforms 2017

• http://www.kdnuggets.com/2017/04/forrester-gartner-data-science-platforms-machine-learning.html
• http://www.kdnuggets.com/2017/02/gartner-2017-mq-data-science-platforms-gainers-losers.html

Linguagens solicitadas nas vagas de emprego para cientista de dados

• http://www.kdnuggets.com/2017/01/most-popular-language-machine-learning-data-science.html
• https://www.indeed.com/jobtrends/q-python-and-(%22machine-learning%22-or-%22data-science%22)-q-R-and-(%22machine-learning%22-or-%22data-science%22)-q-Java-and-(%22machine-learning%22-or-%22data-science%22)-q-Javascript-and-(%22machine-learning%22-or-%22data-science%22)-q-C-and-(%22machine-learning%22-or-%22data-science%22)-q-C++-and-(%22machine-learning%22-or-%22data-science%22)-q-Julia-and-(%22machine-learning%22-or-%22data-science%22)-q-scala-and-(%22machine-learning%22-or-%22data-science%22).html
• http://r4stats.com/2017/02/28/r-passes-sas/

Recorde mundial cubo 3x3x3: 4.73s Feliks Zemdegs 11/12/2016

• https://www.youtube.com/watch?v=R07JiT0PlcE

Documentação Python

• Tipos de dados: https://docs.python.org/3/library/stdtypes.html
• Precedência de operadores: https://docs.python.org/3/reference/expressions.html#operator-precedence
• Tutorial: https://docs.python.org/3/tutorial/index.html
• Configuração e uso do Python: https://docs.python.org/3/using/index.html
• Download do Python: https://www.python.org/
• Recomendo o Anaconda: https://www.continuum.io/downloads
• Recomendo ainda mais o miniconda: https://conda.io/miniconda.html
• Faça parte da comunidade!
  • http://python.org.br/
  • https://t.me/pythonbr
  • https://www.facebook.com/groups/python.brasil
  • https://t.me/datasciencepython
  • https://github.com/datascience-python
• Folha de colas do anaconda: https://conda.io/docs/_downloads/conda-cheatsheet.pdf
• Gestão de ambientes conda: https://conda.io/docs/using/envs.html
• Criação de ambientes em Python: https://docs.python.org/3/library/venv.html
• Instalando módulos: https://docs.python.org/3/installing/index.html
• Jupyter:
  • http://jupyter.org/
  • https://nbviewer.jupyter.org/
• Boas práticas do uso do Jupyter: https://www.svds.com/jupyter-notebook-best-practices-for-data-science/
• Acesso remoto ao Jupyter: http://jupyter-notebook.readthedocs.io/en/latest/public_server.html
• Dicas de uso do Jupyter: https://medium.com/towards-data-science/jupyter-notebook-hints-1f26b08429ad
• IDEs para Python: IDEs para Python: https://wiki.python.org/moin/IntegratedDevelopmentEnvironments e https://wiki.python.org.br/IdesPython
• Baterias inclusas: https://docs.python.org/3/py-modindex.html e https://docs.python.org/3/library/index.html
• Modelo de dados: https://docs.python.org/3/reference/datamodel.html#objects-values-and-types
• Operadores de comparação: https://docs.python.org/3/library/stdtypes.html#comparisons
• Operadores lógicos: https://docs.python.org/3/library/stdtypes.html#boolean-operations-and-or-not
• Strings: https://docs.python.org/3/library/stdtypes.html#text-sequence-type-str
• Métodos das strings: https://docs.python.org/3/library/stdtypes.html#string-methods
• Formatação de strings: https://docs.python.org/3/library/string.html#custom-string-formatting
• Condicionais: https://docs.python.org/3/reference/compound_stmts.html#the-if-statement
• Repetição com While: https://docs.python.org/3/reference/compound_stmts.html#the-while-statement
• Repetições com for, range e outras estruturas:
  • https://docs.python.org/3/reference/compound_stmts.html#the-for-statement
  • https://docs.python.org/3/library/stdtypes.html#range
  • https://docs.python.org/3/tutorial/controlflow.html#more-control-flow-tools
• Estruturas de dados (Listas, tuplas, dicionários): https://docs.python.org/3/tutorial/datastructures.html
• Listas: https://docs.python.org/3/library/stdtypes.html#list
• Dicts: https://docs.python.org/3/library/stdtypes.html#mapping-types-dict
• Tuplas: https://docs.python.org/3/library/stdtypes.html#tuple
• Definições de funções: https://docs.python.org/3/reference/compound_stmts.html#function-definitions
• Mais sobre funções: https://docs.python.org/3/library/functions.html#sorted e https://docs.python.org/3/tutorial/controlflow.html#more-on-defining-functions
• Acessando arquivos: https://docs.python.org/3/library/io.html#module-io e https://docs.python.org/3/library/functions.html#open
• Módulo csv: https://docs.python.org/3/library/csv.html
• Módulo sqlite3 para banco de dados SQLite: https://docs.python.org/3/library/sqlite3.html
• Principais módulos para ciência de dados:
  • Os principais módulos em 2017: https://medium.com/activewizards-machine-learning-company/top-15-python-libraries-for-data-science-in-in-2017-ab61b4f9b4a7
  • Statsmodels: http://statsmodels.sourceforge.net/
  • scikit-learn: http://scikit-learn.org/stable/
  • NumPy: http://www.numpy.org/
  • Matplotlib: http://matplotlib.org/
    • Folha de colas: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/Python_Matplotlib_Cheat_Sheet.pdf
  • pandas: http://pandas.pydata.org/
    • Folha de colas oficial: https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat_Sheet.pdf
    • Outra folha de colas: https://s3.amazonaws.com/assets.datacamp.com/blog_assets/PandasPythonForDataScience+(1).pdf