Ebook gratuito Desvendando Dados com Python: Uma Jornada Analítica

1. Introdução ao Curso e Objetivos

+ Exercício: Qual é o principal objetivo do curso "Desvendando Dados com Python: Uma Jornada Analítica"? 4 minutos

2. Instalando Python e Ambientes Virtuais

+ Exercício: Qual comando é utilizado para verificar se o Python foi instalado corretamente no seu sistema operacional? 6 minutos

3. Configurando o Ambiente de Desenvolvimento (IDEs e Editores de Texto)

+ Exercício: Qual das seguintes funcionalidades NÃO é mencionada como um critério importante para escolher um bom IDE ou editor de texto para análise de dados com Python? 6 minutos

4. Fundamentos de Programação com Python

+ Exercício: Qual das seguintes afirmações sobre variáveis e tipos de dados em Python é correta? 6 minutos

4.1. Fundamentos de Programação com Python: Introdução ao Python

+ Exercício: Qual das seguintes afirmações sobre Python é verdadeira, de acordo com o texto fornecido? 5 minutos

4.2. Fundamentos de Programação com Python: Instalação e Configuração do Ambiente de Desenvolvimento

+ Exercício: Qual é o primeiro passo recomendado para começar a trabalhar com análise de dados em Python, de acordo com o texto? 5 minutos

4.3. Fundamentos de Programação com Python: Variáveis e Tipos de Dados

+ Exercício: Qual dos seguintes tipos de dados em Python é uma coleção ordenada e mutável de itens? 7 minutos

4.4. Fundamentos de Programação com Python: Operadores e Expressões

+ Exercício: Qual dos seguintes operadores é utilizado em Python para verificar se duas variáveis se referem ao mesmo objeto na memória? 6 minutos

4.5. Fundamentos de Programação com Python: Estruturas de Controle de Fluxo (Condicionais e Loops)

+ Exercício: Qual das seguintes afirmações sobre estruturas de controle de fluxo em Python é correta? 5 minutos

4.6. Fundamentos de Programação com Python: Funções e Escopo de Variáveis

+ Exercício: Qual das seguintes afirmações sobre funções e escopo de variáveis em Python está correta? 6 minutos

4.7. Fundamentos de Programação com Python: Trabalhando com Strings

+ Exercício: Qual dos seguintes métodos de string em Python é usado para remover espaços em branco do início e do fim de uma string? 6 minutos

4.8. Fundamentos de Programação com Python: Coleções de Dados (Listas, Tuplas, Conjuntos, Dicionários)

+ Exercício: Qual das seguintes afirmações sobre as coleções de dados em Python é correta? 6 minutos

4.9. Fundamentos de Programação com Python: Tratamento de Exceções

+ Exercício: Qual é a finalidade do bloco `finally` na sintaxe de tratamento de exceções em Python? 5 minutos

4.10. Fundamentos de Programação com Python: Leitura e Escrita de Arquivos

+ Exercício: Qual é a maneira correta de abrir um arquivo para leitura em Python, garantindo que ele seja fechado após a manipulação, conforme as boas práticas mencionadas no texto? 6 minutos

4.11. Fundamentos de Programação com Python: Módulos e Pacotes

+ Exercício: Qual das seguintes afirmações sobre módulos em Python é correta? 5 minutos

4.12. Fundamentos de Programação com Python: Programação Orientada a Objetos (Classes e Objetos)

+ Exercício: Qual das seguintes afirmações sobre Programação Orientada a Objetos (POO) em Python é verdadeira? 6 minutos

4.13. Fundamentos de Programação com Python: Testes Unitários

+ Exercício: Qual dos seguintes princípios NÃO é mencionado como um princípio básico para a escrita de testes unitários em Python? 5 minutos

4.14. Fundamentos de Programação com Python: Trabalhando com Datas e Horas

+ Exercício: Qual das seguintes afirmações sobre o módulo `datetime` em Python é verdadeira? 7 minutos

4.15. Fundamentos de Programação com Python: Manipulação de Dados com Pandas

+ Exercício: Qual das seguintes afirmações sobre a biblioteca Pandas em Python é correta? 6 minutos

4.16. Fundamentos de Programação com Python: Visualização de Dados com Matplotlib e Seaborn

+ Exercício: Qual das seguintes afirmações sobre a biblioteca Matplotlib em Python é correta? 7 minutos

4.17. Fundamentos de Programação com Python: Introdução a Expressões Regulares

+ Exercício: Qual das seguintes afirmações sobre expressões regulares (regex) em Python é verdadeira? 7 minutos

4.18. Fundamentos de Programação com Python: Conceitos de Iteradores e Geradores

+ Exercício: Qual dos seguintes métodos é responsável por retornar o próximo elemento de um iterador e lançar uma exceção StopIteration quando não houverem mais elementos a serem percorridos em Python? 6 minutos

4.19. Fundamentos de Programação com Python: Decoradores

+ Exercício: Qual das seguintes afirmações sobre decoradores em Python é verdadeira? 6 minutos

5. Compreendendo Variáveis e Tipos de Dados

+ Exercício: Qual dos seguintes conceitos é INCORRETO de acordo com o texto "Compreendendo Variáveis e Tipos de Dados em Python"? 5 minutos

6. Operadores e Expressões em Python

+ Exercício: Qual dos seguintes operadores aritméticos em Python é usado para realizar a divisão inteira, retornando o resultado sem a parte fracionária? 10 minutos

7. Estruturas de Controle de Fluxo (Loops e Condicionais)

+ Exercício: Qual das seguintes afirmações sobre estruturas de controle de fluxo em Python está correta? 6 minutos

8. Trabalhando com Funções e Modularização de Código

+ Exercício: Qual das seguintes afirmações sobre funções em Python é correta? 5 minutos

9. Manipulação de Exceções e Erros em Python

+ Exercício: Qual é a prática recomendada ao lidar com exceções em Python, conforme descrito no texto acima? 6 minutos

10. Introdução à Análise de Dados com Python

+ Exercício: Qual das seguintes afirmações é verdadeira em relação à linguagem Python e sua aplicação em análise de dados, conforme o texto fornecido? 8 minutos

10.1. Introdução à Análise de Dados com Python: Introdução à linguagem Python

+ Exercício: Qual é o propósito principal da análise de dados, conforme descrito no texto "Introdução à Análise de Dados com Python"? 7 minutos

10.2. Introdução à Análise de Dados com Python: Ambientes de desenvolvimento para análise de dados (IDEs e notebooks)

+ Exercício: Qual dos seguintes ambientes de desenvolvimento é especificamente projetado para cientistas de dados e engenheiros, e vem com recursos integrados para análise de dados, como um explorador de variáveis, uma janela de IPython e ferramentas de plotagem? 5 minutos

10.3. Introdução à Análise de Dados com Python: Bibliotecas Python para análise de dados (Pandas, NumPy, Matplotlib, Seaborn, etc.)

+ Exercício: Qual das seguintes afirmações sobre as bibliotecas Python para análise de dados é correta? 5 minutos

10.4. Introdução à Análise de Dados com Python: Importação e exportação de dados com Python

+ Exercício: Qual das seguintes afirmações sobre a importação e exportação de dados em Python é correta, de acordo com o texto fornecido? 6 minutos

10.5. Introdução à Análise de Dados com Python: Limpeza e preparação de dados

+ Exercício: Qual das seguintes opções NÃO é mencionada no texto como uma estratégia para lidar com valores ausentes em um conjunto de dados? 6 minutos

10.6. Introdução à Análise de Dados com Python: Exploração e análise de dados com Pandas

+ Exercício: Qual das seguintes afirmações sobre a biblioteca Pandas em Python é verdadeira? 6 minutos

10.7. Introdução à Análise de Dados com Python: Visualização de dados com Matplotlib e Seaborn

+ Exercício: Qual das seguintes afirmações sobre as bibliotecas de visualização de dados em Python é verdadeira? 6 minutos

10.8. Introdução à Análise de Dados com Python: Análise exploratória de dados (EDA)

+ Exercício: Qual das seguintes afirmações melhor descreve a Análise Exploratória de Dados (EDA) no contexto do Python? 5 minutos

10.9. Introdução à Análise de Dados com Python: Fundamentos de estatística para análise de dados

+ Exercício: Qual das seguintes afirmações está correta em relação aos conceitos de estatística abordados no texto "Introdução à Análise de Dados com Python"? 5 minutos

10.10. Introdução à Análise de Dados com Python: Manipulação de dados em grande escala com Dask ou Vaex

+ Exercício: Qual das seguintes afirmações sobre a biblioteca Dask é correta? 4 minutos

10.11. Introdução à Análise de Dados com Python: Introdução a Machine Learning com Python

+ Exercício: Qual das seguintes afirmações sobre Machine Learning (Aprendizado de Máquina) e sua implementação usando Python é correta? 6 minutos

10.12. Introdução à Análise de Dados com Python: Trabalhando com dados temporais (séries temporais)

+ Exercício: Qual das seguintes afirmações sobre a análise de dados temporais com Python é correta? 5 minutos

10.13. Introdução à Análise de Dados com Python: Técnicas de agrupamento e agregação de dados

+ Exercício: Qual das seguintes afirmações sobre as técnicas de agrupamento e agregação de dados em Python é verdadeira? 6 minutos

10.14. Introdução à Análise de Dados com Python: Automatização de tarefas de análise de dados

+ Exercício: Qual das seguintes afirmações sobre a automatização de tarefas de análise de dados com Python é verdadeira, de acordo com o texto fornecido? 4 minutos

10.15. Introdução à Análise de Dados com Python: Melhores práticas e dicas para análise de dados eficiente

+ Exercício: Qual das seguintes bibliotecas Python NÃO foi mencionada no texto como uma ferramenta importante para análise de dados? 6 minutos

11. Bibliotecas Essenciais para Análise de Dados: NumPy e Pandas

+ Exercício: Qual das seguintes afirmações é verdadeira sobre as bibliotecas NumPy e Pandas para análise de dados em Python? 4 minutos

12. Leitura e Escrita de Dados em Arquivos

7 minutos

13. Processamento e Limpeza de Dados com Pandas

+ Exercício: Qual das seguintes afirmações é verdadeira sobre o uso da biblioteca Pandas em Python para processamento e limpeza de dados? 7 minutos

13.1. Processamento e Limpeza de Dados com Pandas: Introdução ao Pandas

+ Exercício: Qual das seguintes afirmações sobre Pandas é verdadeira de acordo com o texto fornecido? 6 minutos

13.2. Processamento e Limpeza de Dados com Pandas: Importação de Dados

+ Exercício: Qual das seguintes afirmações sobre a importação de dados usando a biblioteca Pandas em Python é correta? 6 minutos

13.3. Processamento e Limpeza de Dados com Pandas: Visualização Inicial dos Dados

+ Exercício: Qual dos seguintes métodos do Pandas é utilizado para fornecer um resumo estatístico das colunas numéricas de um DataFrame? 5 minutos

13.4. Processamento e Limpeza de Dados com Pandas: Limpeza de Dados

+ Exercício: Qual das seguintes afirmações sobre o processamento e limpeza de dados com Pandas é verdadeira? 5 minutos

13.5. Processamento e Limpeza de Dados com Pandas: Tratamento de Valores Faltantes

+ Exercício: Qual método do Pandas pode ser utilizado para preencher valores faltantes usando o valor não faltante anterior na mesma coluna? 6 minutos

13.6. Processamento e Limpeza de Dados com Pandas: Remoção de Duplicatas

+ Exercício: Qual das seguintes afirmações sobre o processamento e limpeza de dados com Pandas é correta? 5 minutos

13.7. Processamento e Limpeza de Dados com Pandas: Filtragem de Dados

+ Exercício: Qual dos seguintes métodos de filtragem de dados no Pandas é usado para filtrar um DataFrame utilizando uma string de consulta? 7 minutos

13.8. Processamento e Limpeza de Dados com Pandas: Conversão de Tipos de Dados

+ Exercício: Qual método do Pandas é utilizado principalmente para converter tipos de dados e como ele é aplicado? 6 minutos

13.9. Processamento e Limpeza de Dados com Pandas: Renomeação de Colunas

+ Exercício: Qual é a maneira correta de renomear colunas em um DataFrame do Pandas, conforme descrito no texto? 6 minutos

13.10. Processamento e Limpeza de Dados com Pandas: Trabalho com Datas e Horários

+ Exercício: Qual das seguintes afirmações sobre o trabalho com datas e horários usando a biblioteca Pandas em Python é correta? 7 minutos

13.11. Processamento e Limpeza de Dados com Pandas: Normalização de Textos

+ Exercício: Qual das seguintes funcionalidades do Pandas é utilizada para remover espaços extras no início e no fim de strings em uma coluna de texto? 5 minutos

13.12. Processamento e Limpeza de Dados com Pandas: Agrupamentos e Agregações

+ Exercício: Qual das seguintes afirmações sobre o uso de Pandas para processamento e limpeza de dados é verdadeira? 5 minutos

13.13. Processamento e Limpeza de Dados com Pandas: Junção, Mesclagem e Concatenação de Dados

+ Exercício: Qual das seguintes afirmações sobre as operações de junção de dados no Pandas é correta? 7 minutos

13.14. Processamento e Limpeza de Dados com Pandas: Exportação de Dados Limpos

+ Exercício: Qual dos seguintes métodos do Pandas é usado para exportar um DataFrame para um arquivo CSV sem incluir o índice do DataFrame no arquivo? 6 minutos

14. Exploração de Dados: Estatísticas Descritivas

+ Exercício: Qual das seguintes afirmações sobre estatísticas descritivas está correta, de acordo com o texto fornecido? 6 minutos

15. Visualização de Dados com Matplotlib e Seaborn

+ Exercício: Qual das seguintes afirmações sobre a visualização de dados em Python é correta? 7 minutos

16. Análise Exploratória de Dados (EDA)

+ Exercício: Qual dos seguintes passos NÃO é mencionado como parte do processo de Análise Exploratória de Dados (EDA) no texto fornecido? 5 minutos

17. Trabalhando com Dados Temporais (Séries Temporais)

+ Exercício: Qual dos seguintes componentes NÃO é um dos quatro principais componentes de uma série temporal, conforme descrito no texto? 6 minutos

18. Unindo e Mesclando Datasets com Pandas

+ Exercício: Qual das seguintes afirmações sobre a utilização da biblioteca Pandas para unir e mesclar datasets em Python é correta? 6 minutos

19. Agregação e Resumo de Dados com GroupBy

+ Exercício: Qual das seguintes afirmações está correta sobre o uso do método `GroupBy` no Pandas para a análise de dados? 5 minutos

20. Manipulação Avançada de DataFrames

+ Exercício: Qual dos seguintes métodos é usado no pandas para combinar DataFrames com base em uma ou mais chaves, de forma similar a um JOIN do SQL? 5 minutos

21. Introdução ao Machine Learning com Python

+ Exercício: Qual das seguintes afirmações sobre Machine Learning (ML) está correta de acordo com o texto fornecido? 9 minutos

22. Pré-processamento de Dados para Modelos de Machine Learning

+ Exercício: Qual das seguintes afirmações é verdadeira sobre o pré-processamento de dados para modelos de machine learning? 5 minutos

23. Construindo Modelos Preditivos com scikit-learn

+ Exercício: Qual das seguintes afirmações sobre o scikit-learn é verdadeira de acordo com o texto fornecido? 5 minutos

24. Validação e Seleção de Modelos de Machine Learning

+ Exercício: Qual das seguintes afirmações melhor descreve a validação cruzada conforme explicado no texto? 5 minutos

25. Avaliação de Modelos e Métricas de Desempenho

+ Exercício: Qual das seguintes afirmações sobre a avaliação de modelos de aprendizado de máquina é correta de acordo com o texto fornecido? 5 minutos

25.1. Avaliação de Modelos e Métricas de Desempenho: Conjunto de dados de treino e teste

+ Exercício: Qual das seguintes afirmações melhor descreve a importância da divisão de dados em conjuntos de treino e teste durante a avaliação de modelos de machine learning? 5 minutos

25.2. Avaliação de Modelos e Métricas de Desempenho: Validação cruzada

+ Exercício: Qual é o propósito da técnica de validação cruzada na avaliação de modelos de aprendizado de máquina? 5 minutos

25.3. Avaliação de Modelos e Métricas de Desempenho: Métricas de classificação

+ Exercício: Qual das seguintes afirmações sobre a matriz de confusão é INCORRETA? 5 minutos

25.4. Avaliação de Modelos e Métricas de Desempenho: Métricas de regressão

+ Exercício: Qual das seguintes afirmações sobre as métricas de regressão mencionadas no texto é correta? 5 minutos

25.5. Avaliação de Modelos e Métricas de Desempenho: Matriz de confusão

+ Exercício: Qual das seguintes afirmações sobre a matriz de confusão é correta? 5 minutos

25.6. Avaliação de Modelos e Métricas de Desempenho: Curva ROC e AUC

+ Exercício: Qual das seguintes afirmações sobre a avaliação de modelos de classificação é correta com base no texto fornecido? 4 minutos

25.7. Avaliação de Modelos e Métricas de Desempenho: Precisão e revocação

+ Exercício: No contexto de avaliação de modelos preditivos, especialmente em problemas de classificação, quais são as duas métricas fundamentais mencionadas no texto para medir a eficácia e confiabilidade de um modelo? 6 minutos

25.8. Avaliação de Modelos e Métricas de Desempenho: F1-Score

+ Exercício: Qual das seguintes afirmações sobre o F1-Score está correta? 5 minutos

25.9. Avaliação de Modelos e Métricas de Desempenho: Erro quadrático médio (MSE)

+ Exercício: Qual das seguintes afirmações sobre o Erro Quadrático Médio (MSE) é CORRETA? 5 minutos

25.10. Avaliação de Modelos e Métricas de Desempenho: Coeficiente de determinação (R²)

+ Exercício: Qual das seguintes afirmações sobre o Coeficiente de Determinação (R²) é CORRETA? 5 minutos

25.11. Avaliação de Modelos e Métricas de Desempenho: Análise de resíduos

+ Exercício: Qual das seguintes opções melhor descreve o propósito da análise de resíduos em modelos de regressão? 4 minutos

25.12. Avaliação de Modelos e Métricas de Desempenho: Comparação de modelos

+ Exercício: Qual das seguintes afirmativas é verdadeira em relação à avaliação de modelos de machine learning, de acordo com o texto fornecido? 5 minutos

25.13. Avaliação de Modelos e Métricas de Desempenho: Otimização de hiperparâmetros

+ Exercício: Qual das seguintes afirmações descreve corretamente o conceito de hiperparâmetros em Machine Learning? 4 minutos

25.14. Avaliação de Modelos e Métricas de Desempenho: Curvas de aprendizado

+ Exercício: Qual das seguintes afirmações é verdadeira sobre a interpretação das curvas de aprendizado em projetos de aprendizado de máquina? 5 minutos

25.15. Avaliação de Modelos e Métricas de Desempenho: Curvas de validação

+ Exercício: Qual das seguintes afirmações sobre curvas de validação é verdadeira? 8 minutos

25.16. Avaliação de Modelos e Métricas de Desempenho: Sobreajuste e subajuste

+ Exercício: Qual das seguintes afirmações descreve corretamente o conceito de sobreajuste e subajuste em modelos de aprendizado de máquina? 5 minutos

25.17. Avaliação de Modelos e Métricas de Desempenho: Importância das características (Feature Importance)

+ Exercício: Qual das seguintes afirmações melhor descreve a importância da análise da importância das características (Feature Importance) na avaliação de modelos de aprendizado de máquina? 5 minutos

26. Tunning de Hyperparâmetros e Otimização de Modelos

+ Exercício: Qual é o propósito do tunning de hyperparâmetros em modelos de machine learning? 5 minutos

27. Aprendizado Supervisionado: Regressão e Classificação

+ Exercício: Qual dos seguintes algoritmos é tipicamente usado para problemas de classificação no contexto do aprendizado supervisionado? 5 minutos

28. Aprendizado Não Supervisionado: Clusterização

+ Exercício: Qual dos seguintes algoritmos de clusterização é conhecido por definir clusters com base em densidades variáveis e é eficaz para identificar outliers? 5 minutos

29. Redução de Dimensionalidade (PCA)

+ Exercício: Qual das seguintes afirmações sobre a Análise de Componentes Principais (PCA) está correta? 5 minutos

30. Uso de Pipeline para Fluxos de Processamento de Dados

+ Exercício: Qual das seguintes afirmações melhor descreve o papel de um pipeline de dados em projetos de processamento de dados em Python? 6 minutos

31. Trabalhando com Dados Textuais e Processamento de Linguagem Natural (NLP)

+ Exercício: Qual das seguintes afirmações está correta com base no texto fornecido? 6 minutos

32. Introdução a Deep Learning com TensorFlow/Keras

+ Exercício: Qual é o propósito principal do TensorFlow, conforme descrito no texto? 6 minutos

33. Deploy de Modelos em Ambiente de Produção

+ Exercício: Qual das seguintes etapas NÃO é mencionada no texto como parte da preparação para o deploy de modelos em ambiente de produção? 5 minutos

34. Importância da Governança e Ética em Análise de Dados

+ Exercício: Qual das seguintes opções NÃO é mencionada no texto como uma razão pela qual a governança de dados é crucial para as organizações? 5 minutos

35. Criando Dashboards Interativos com Plotly e Dash

+ Exercício: Qual das seguintes afirmações sobre Plotly e Dash é verdadeira com base no texto fornecido? 9 minutos

36. Integração de Python com Bancos de Dados SQL e NoSQL

+ Exercício: Qual das seguintes afirmações sobre a integração de Python com bancos de dados é correta? 8 minutos

37. Automatização de Processos de Análise de Dados

+ Exercício: Qual dos seguintes benefícios NÃO é mencionado no texto como uma vantagem da automação de processos de análise de dados com Python? 6 minutos

38. Testes Unitários e de Integração em Projetos de Análise de Dados

+ Exercício: Qual das seguintes afirmações sobre testes em projetos de análise de dados é verdadeira de acordo com o texto fornecido? 5 minutos

39. Versionamento de Código com Git para Projetos de Dados

+ Exercício: Qual das seguintes afirmações sobre o uso do Git em projetos de dados é verdadeira? 5 minutos

40. Introdução ao Big Data com Python

+ Exercício: Qual das seguintes bibliotecas Python NÃO foi mencionada no texto como uma ferramenta para trabalhar com Big Data? 6 minutos

40.1. Introdução ao Big Data com Python: Introdução ao conceito de Big Data

+ Exercício: Qual das seguintes afirmações melhor descreve o termo "Big Data" conforme explicado no texto? 5 minutos

40.2. Introdução ao Big Data com Python: Os 5 Vs do Big Data: Volume, Velocidade, Variedade, Veracidade e Valor

+ Exercício: Qual dos seguintes é considerado um dos 5 Vs do Big Data, conforme discutido no texto? 5 minutos

40.3. Introdução ao Big Data com Python: Aplicações e importância do Big Data em diferentes setores

+ Exercício: Qual das seguintes afirmações sobre o uso do Big Data em diferentes setores está correta? 5 minutos

40.4. Introdução ao Big Data com Python: Introdução ao ecossistema de ferramentas Big Data

+ Exercício: Qual das seguintes ferramentas do ecossistema Big Data em Python é projetada especificamente para se integrar com as estruturas de dados do Pandas e do NumPy, permitindo a análise de dados em larga escala com uma interface familiar? 5 minutos

40.5. Introdução ao Big Data com Python: Fundamentos de Python para análise de dados

+ Exercício: Qual das seguintes afirmações sobre Python é verdadeira, de acordo com o texto fornecido? 5 minutos

40.6. Introdução ao Big Data com Python: Bibliotecas Python para manipulação de grandes conjuntos de dados (pandas, NumPy)

+ Exercício: Qual das seguintes afirmações sobre a biblioteca pandas em Python é correta? 5 minutos

40.7. Introdução ao Big Data com Python: Integração do Python com sistemas de Big Data (Hadoop, Spark)

+ Exercício: Qual das seguintes afirmações melhor descreve a utilidade do Hadoop Streaming no contexto da integração do Python com o Hadoop? 5 minutos

40.8. Introdução ao Big Data com Python: Armazenamento e processamento de dados com Python (SQL, NoSQL, Data Lakes)

+ Exercício: Qual das seguintes afirmações sobre o uso de Python para trabalhar com Big Data é verdadeira? 5 minutos

40.9. Introdução ao Big Data com Python: Visualização de dados em larga escala com Python (matplotlib, seaborn, Plotly)

+ Exercício: Qual das seguintes afirmações sobre a visualização de dados em larga escala com Python é correta, com base no texto fornecido? 5 minutos

40.10. Introdução ao Big Data com Python: Introdução à aprendizagem de máquina com Python para Big Data

+ Exercício: Qual dos seguintes atributos NÃO é um dos três principais atributos que caracterizam o Big Data, conforme mencionado no texto? 4 minutos

40.11. Introdução ao Big Data com Python: Melhores práticas para escrever código Python eficiente para Big Data

+ Exercício: Qual das seguintes práticas NÃO é mencionada no texto como uma das melhores práticas para escrever código Python eficiente para Big Data? 7 minutos

40.12. Introdução ao Big Data com Python: Estudos de caso e exemplos práticos de análise de Big Data com Python

+ Exercício: Qual das seguintes bibliotecas Python NÃO foi mencionada no texto como uma ferramenta para análise de Big Data? 5 minutos

41. Uso de Spark com Python (PySpark)

+ Exercício: Qual das seguintes afirmações sobre o PySpark é verdadeira? 4 minutos

42. Introdução à Análise de Redes Sociais com NetworkX

+ Exercício: Qual das seguintes afirmações é verdadeira sobre a biblioteca NetworkX do Python? 5 minutos

43. Coleta de Dados desde APIs e Web Scraping

+ Exercício: Qual das seguintes afirmações sobre a coleta de dados usando Python é verdadeira de acordo com o texto fornecido? 6 minutos

44. Análise de Sentimentos em Dados de Mídias Sociais

+ Exercício: Qual das seguintes afirmações sobre a análise de sentimentos em dados de mídias sociais é verdadeira de acordo com o texto fornecido? 5 minutos

45. Dicas de Carreira e Construção de Portfólio em Análise de Dados

+ Exercício: Qual das seguintes habilidades NÃO foi mencionada no texto como essencial para construir uma carreira de sucesso em análise de dados? 5 minutos

46. Conclusão do Curso e Próximos Passos

+ Exercício: Qual das seguintes habilidades NÃO foi mencionada como parte do que você aprendeu no curso "Desvendando Dados com Python: Uma Jornada Analítica"? 4 minutos