Nesse repositório serão armazenados os conteúdos de aula
Notebook de aula já vem comentado para reduzir o tempo de anotação.
Finalizado um conteúdo, será dado um exercício para ser feito sozinho em cerca de três minutos. A correção desse exercício será feita com base nas respostas dos alunos.
Ao longo da aula teremos um intervalo que pode variar de 5 à 10 minutos.
Ao final de cada aula teremos exercícios que devem ser realizados em grupo. A presença em aula será dada nesse momento.
Os alunos são livres para tirar dúvidas ao longo da aula.
(?) Gravação das aulas
1 - Avaliação por rubrica:
- Softskills
- Hardskills.
- A nota de git depende de me passarem o repositório criado e dos conteúdos inseridos nele.
1.1 Exemplo - Numpy:
- [00] Não houve participação e/ou entregas suficientes do aluno para avaliar esse critério
- [01] O aluno ainda não tem familiaridade com o conceito
- [02] O aluno tem familiaridade com o conceito, mas ainda tem dificuldade de aplicá-lo em problemas específicos ou de escopo aberto
- [03] O aluno é capaz de aplicar os conceitos em problemas de escopo fechado (que trabalham especificamente esse conceito), mas ainda tem dificuldade em aplicá-lo em problemas de escopo aberto ou de forma autônoma
- [04] O aluno é capaz de aplicar os conceitos em problemas de escopo fechado e em problemas de escopo aberto de forma autônoma
2 - Projeto em grupo a ser apresentado na penúltima aula.
1 - Espaço anônimo para vocês deixarem suas sugestões e\ou críticas a qualquer momento.
2 - Avaliação geral feita pela LC. O link é disponibilizado nas últimas aulas.
- Autoavaliação: https://forms.gle/DuetJL4YDxap2Mjw8
- Avaliação dos Professores: https://forms.gle/BwtJgBXoh4jidhJq6
| Data | Aula | Tema | Assunto |
|---|---|---|---|
| 10/01/2022 | 1 | Git | Git |
| 12/01/2022 | 2 | Numpy | Introdução ao Numpy - Criação de Matrizes - Slicing - Operações |
| 14/01/2022 | 3 | Pandas | Introdução ao Pandas Conceitos de Dataframe e Series Criação e manipulação de DF e SS: uso de loc/iloc, parâmetro inplace Criação e operação entre colunas Filtragem de dados |
| 17/01/2022 | 4 | Pandas | Leitura de dados (read_csv, read_excel, read_clipboard) Métodos úteis (drop, rename, sort_values, sort_index, reset_index, max, min, mean, median, sum, cumsum, quantile, describe) |
| 19/01/2022 | 5 | Agrupamentos e concatenação | Manipulação de DataFrames (concat, merge, apply, groupby) |
| 21/01/2022 | 6 | Limpeza e Transformação de dados | Limpeza de Dados (dropna, fillna, isnull, notnull, replace, duplicated, drop_duplicated) Transformação de Dados (cut, qcut, get_dummies) |
| 26/01/2022 | 7 | Revisão | Exercícios de Dúvida e Revisão |
| 28/01/2022 | 8 | Avaliação | Avaliação/ Avaliação por rúbrica |
| 31/01/2022 | 9 | Projeto Mini Projeto - Pandas | Apresentação dos alunos |
- Objetivo: realizar uma EDA (Exploratory Data Analysis) utilizando as bibliotecas do numpy e pandas.
- O grupo poderá escolher uma base entre as fornecidas pelos professores ou escolherem uma outra base de dados que possa ser compartilhada.
- Teremos 10 grupos com 4 pessoas e 3 grupos com 5 pessoas.
- Grupos devem preencher o nome do participante e a base de dados escolhida no link
- Sugestão de base de dados
- A apresentação poderá ser construída em um jupyter notebook ou em slides
- Storytelling
- Cada grupo terá no máximo 10 minutos para apresentar a EDA.
Pontos esperados:
- Apresente as características do conjunto de dados fornecido, destacando sua visão geral acerca do conjunto de dados e tecendo críticas e comentários.;
- Faça uma análise detalhada das variáveis numéricas e categóricas da base de dados, discutindo sua distribuição e outras características relevantes;
- Limpeza de dados: Considere a avaliação da existência de valores ausentes e de possíveis outliers, discutindo como estes podem ser tratados ou eliminados;
- Feature engineering: Quais variáveis você poderia criar para enriquecer a análise?
- Enriquecimento da base: Inclua qualquer outra informação/análise que achar importante.
- Que outras bases externas ou internas voce buscaria para enriquecer as análises?