Etapa 1
Fundamentos Matemáticos e Estatísticos
Base matemática para entender modelos e inferência.
Tópicos
- Álgebra linear aplicada
- Probabilidade e distribuições
- Estatística descritiva e inferencial
- Noções de otimização
Dados
Ciência de Dados
Trilha para quem quer trabalhar com experimentos, modelos e análise exploratória.
Sequência sugerida de estudos
Cada módulo é um passo no seu aprendizado. Siga de cima para baixo, adaptando o ritmo à sua realidade.
-
-
Etapa 2
Python para Ciência de Dados
Ambiente, bibliotecas e boas práticas.
Tópicos
- Ambientes virtuais e gestão de dependências
- NumPy, pandas e matplotlib
- Notebooks (Jupyter) e organização de experimentos
- Boas práticas de reprodutibilidade
-
Etapa 3
Modelagem e Avaliação
Construção de modelos clássicos e avaliação correta.
Tópicos
- Modelos lineares e de árvore
- Overfitting, underfitting e regularização
- Métricas de classificação e regressão
- Validação cruzada e experimentos controlados
Como usar esta trilha
Esta página não é um curso completo. Ela só organiza, em ordem, temas que fazem sentido estudar se você quer se aprofundar nesse assunto.
- Use a sequência como um mapa de referência, não como uma obrigação rígida.
- Procure conteúdos (vídeos, artigos, livros, documentações) para cada tópico listado.
- Adapte, pule ou reordene módulos conforme sua experiência e contexto.