Data Science: Data Science é um campo de estudo que envolve o uso de métodos estatísticos e computacionais para extrair insights e conhecimento dos dados. Envolve a coleta, processamento e análise de conjuntos de dados grandes e complexos, bem como o desenvolvimento de modelos e algoritmos para ajudar a entender e fazer previsões sobre padrões nos dados. Data Science envolve o uso de várias ferramentas e tecnologias, incluindo linguagens de programação como Python e R, software de visualização de dados, bibliotecas de aprendizado de máquina e plataformas de computação em nuvem. O campo da ciência de dados tem inúmeras aplicações em setores como saúde, finanças, marketing e tecnologia, entre outros.

Embora esse campo seja enorme e haja muitas coisas mudando a cada minuto. Há um grande número de profissionais trabalhando e melhorando nossa compreensão dos dados.

Quais são os dados aqui?

No contexto da ciência de dados, dados se referem a quaisquer informações, fatos ou estatísticas que podem ser coletados, analisados ​​e usados ​​para tirar conclusões ou tomar decisões. Esses dados podem vir de várias fontes, como pesquisas, experimentos, observações e interações online. Pode ser estruturado (em um formato definido, como uma planilha) ou não estruturado (como postagens ou imagens em mídias sociais) e pode ser de diferentes tipos, incluindo dados numéricos, categóricos ou de texto. Os dados são a base da ciência de dados, e a análise de dados permite insights, previsões e tomadas de decisão informadas.

Passos que eu segui:

Passo 1: Faça uma lista do que você precisa aprender
Passo 2: Encontre alguns bons recursos
Passo 3: Comece com algumas coisas básicas
Passo 4: Aprenda git e GitHub juntos
Passo 5: Continue praticando
Passo 6: Escreva uma postagem no blog sempre que aprender algo

Recursos:

Para Excel

1. Centro de Treinamento Microsoft Excel:https://support.microsoft.com/en-us/excel/training-6bcf197b-5a6e-41ac-af8e-eda3e44f0fb7
2. Excel fácil:https://www.excel-easy.com/
3. Excel Campus:https://www.excelcampus.com/
4. ExcelJet:https://exceljet.net/
5. Chandoo.org:https://chandoo.org/wp/excel-tutorial/

1. SQLBolt (https://sqlbolt.com/) — Tutoriais interativos de SQL com exercícios
2. Modo Analytics SQL Tutorial (https://mode.com/sql-tutorial/) — Um tutorial abrangente de SQL com exemplos interativos
3. Tutorial de SQL do W3Schools (https://www.w3schools.com/sql/) — Um tutorial de SQL para iniciantes com exemplos e testes interativos
4. Cursos de SQL da Udemy (https://www.udemy.com/topic/sql/) — Uma coleção de cursos online sobre SQL para todos os níveis de alunos
5. Cursos de SQL do Coursera (https://www.coursera.org/courses?query=sql) — Uma coleção de cursos online sobre SQL oferecidos por universidades e instituições
6. Curso de SQL da Khan Academy (https://www.khanacademy.org/computing/computer-programming/sql) — Um curso online gratuito de SQL para iniciantes com exercícios e questionários interativos.

1. Python.org —https://www.python.org/about/gettingstarted/
2. Codecademy —https://www.codecademy.com/learn/learn-python
3. Udemy —https://www.udemy.com/topic/python/
4. Coursera —https://www.coursera.org/courses?query=python
5. edX —https://www.edx.org/learn/python
6. SoloLearn —https://www.sololearn.com/Course/Python/
7. Joviano -https://jovian.com/learn/data-analysis-with-python-zero-to-pandas(Eu segui isso principalmente na fase inicial. Um curso claro)
8. Muitos vídeos com uma descrição detalhadahttps://www.youtube.com/@robmulla

1. Curso de aprendizado de máquina do Coursera por Andrew Ng:https://www.coursera.org/learn/machine-learning
2. Fundamentos de Machine Learning da edX:https://www.edx.org/course/machine-learning-fundamentals-3
3. Tutoriais de aprendizado de máquina da Kaggle:https://www.kaggle.com/learn/machine-learning
4. Curso intensivo de aprendizado de máquina do Google:https://developers.google.com/machine-learning/crash-course
5. Curso CS229 Machine Learning da Universidade de Stanford:https://see.stanford.edu/Course/CS229
6. Um curso gratuito fornecido pela Jovian sobre aprendizado de máquinahttps://jovian.com/learn/machine-learning-with-python-zero-to-gbms( tutorial maravilhoso )

1. https://bit.ly/3eAyBbN
2. https://youtu.be/j09EQ-xlh88

Estatisticas

Power Bi

Eu segui o link a seguir para entender os fundamentos.https://youtube.com/watch?v=H84UJn1CiWo&feature=shares

Para Roteiro:

Você também pode seguirhttps://youtube.com/watch?v=wPqnSfeP1JM&feature=sharespara o roteiro do joviano.

Estes são apenas alguns recursos que eu dei a você. Há também muitos cursos gratuitos disponíveis no YouTube. No entanto, é importante ser claro sobre o que você quer aprender e quais tópicos são importantes. Tente não se desviar do seu plano original. Comecei aprendendo primeiro EXCEL e depois mudei para SQL e depois Python e agora estou aprendendo algoritmos de aprendizado de máquina. Adicionei meus notebooks python desses cursos aos meus repositórios do Github, que podem ser encontrados emhttps://github.com/arunsinp.

Status atual

Todos esses detalhes estão disponíveis no meu repositório Github.

• Para Python:https://github.com/arunsinp/Python-programming(todos os meus notebooks e alguns dos exemplos, notebooks relacionados à análise exploratória de dados estão aqui neste repositório)
• Para aprendizado de máquina:https://github.com/arunsinp/Machine-Learning(Ainda aprendendo e passando por alguns algoritmos relacionados a finanças e setor espacial e de defesa).
• Para SQL:https://github.com/arunsinp/database-PostgreSQL, ehttps://github.com/arunsinp/SQL-data-analytics
• Para Git e GitHub:https://github.com/arunsinp/Learning-git