📘 Início — Equipe de Dados

Este repositório foi criado como um material introdutório para apoiar o aprendizado e a formação de pessoas que estão começando na área de dados e programação utilizando Python e Jupyter Notebooks.

A proposta é ensinar conceitos de forma progressiva, prática e acessível, começando pelos fundamentos da linguagem Python — sem exigir conhecimento prévio — e evoluindo gradualmente para análises de dados, visualizações e boas práticas utilizadas no dia a dia de projetos reais.

Os notebooks deste repositório seguem uma abordagem didática baseada em exemplos simples, explicações passo a passo e pequenos projetos, permitindo que cada pessoa aprenda experimentando e modificando o código diretamente.

🎯 Objetivos

• Introduzir lógica de programação usando Python
• Ensinar conceitos básicos de forma prática em notebooks
• Desenvolver autonomia na leitura e escrita de código
• Preparar a base necessária para análise de dados
• Criar um material compartilhado de aprendizado da equipe

📚 Índice de Notebooks

#	Notebook	Descrição
00	Documentando o Notebook	Boas práticas de documentação com Markdown
01	Introdução à Ciência de Dados	O que é ciência de dados e por onde começar
02	Aprendendo Python	Fundamentos da linguagem Python do zero
03	Estatística e Python	Conceitos de estatística aplicados com Python
04	Análise Exploratória de Dados	EDA na prática com datasets reais
05	Visualização Avançada	Gráficos com Seaborn e Plotly (histograma, boxplot, scatter e mais)
06	Introdução ao Machine Learning	Conceitos teóricos de ML, tipos de aprendizado e modelos principais
07	Aprendizado Supervisionado Prático	Implementação prática de Regressão e Classificação com scikit-learn
08	Aprendizado Não Supervisionado Prático	Clusterização com K-Means e Redução de Dimensionalidade com PCA
09	Aprendizado por Reforço	Q-Learning do zero treinando um agente a jogar em um labirinto virtual
10	Trabalhando com Imagens	Conceitos básicos de visão computacional

👩‍💻 Público-alvo

Este material é destinado principalmente a:

• Pessoas iniciando em programação
• Integrantes da equipe de dados em fase de aprendizado
• Estudantes e pesquisadores que desejam aprender Python do zero
• Profissionais que querem entender análise de dados na prática

🚀 Como utilizar

1. Clone o repositório
2. Instale as dependências:

   pip install -r requirements.txt
   

3. Abra os notebooks em Jupyter Notebook ou JupyterLab:

   jupyter lab
   

4. Execute as células em ordem
5. Teste modificações e experimente novas ideias

O aprendizado aqui é construído de forma incremental: cada notebook prepara o terreno para o próximo.

---

Este repositório é um espaço vivo de aprendizado coletivo e continuará evoluindo conforme novos conteúdos e exemplos forem adicionados.