1º aula da Imersão Dados proporcionado pela Alura 2021
TEXTO DISPONIBILIZADO PELO ALURA (uma fonte e base de estudo para após a imersão dados eu continuar com meus estudos)______
#1 ANÁLISE DE DADOS, PYTHON, PANDAS E NOVOS FÁRMACOS PARTICIPE E VÁ MAIS FUNDO Seja bem-vindo e bem-vinda à primeira aula da Imersão Dados 3ª Edição!
Preparamos a aula para não precisar instalar nada em sua máquina. Você só precisa acessar o Google Colab e iniciar o desenvolvimento do projeto.
Nesta aula teremos nosso primeiro contato com Python e a famosa biblioteca Pandas, utilizando diversas funcionalidades da mesma para explorar dados do ramo de Drug Discovery. Durante nossa análise de dados, vamos descobrir fatores importantes para a obtenção de insights e também aprenderemos como plotar os gráficos de pizza e de colunas discutindo pontos positivos e negativos, finalizando a aula cheia de desafios.
Para ver os desafios e todo o conteúdo que foi dado em aula siga os seguintes passos:
Acesse o notebook da Aula 01. https://drive.google.com/file/d/1NuII7kQgoXWEDhr3f8E9a6owOSGDnL_r/view Na parte superior esquerda, clique em >File, logo depois em >Save a copy in Drive. Se você não estiver logado em uma conta gmail, um pop-up solicitará que você crie ou faça login em uma conta google. Feito o login, uma cópia da aula é criada em seu drive (pasta Colab Notebook, criada automaticamente). Abra o notebook e boa diversão. Neste link, temos o Github do projeto onde está localizado a base de dados. https://github.com/alura-cursos/imersaodados3
Se tiver dificuldades ao utilizar o Colab, acesse este artigo da Alura para entendê-lo. https://www.alura.com.br/artigos/google-colab-o-que-e-e-como-usar
Para dar um mergulho ainda mais profundo, dê uma olhada neste artigo sobre o gráfico de pizza.https://www.alura.com.br/artigos/grafico-de-pizza?utm_source=gnarus&utm_medium=timeline
Faça os desafios deixados no final de cada aula e não deixe de compartilhar seus resultados nas redes sociais marcando os instrutores e adicinando a #ImersaoDados
Eu e toda equipe estamos presentes no nosso espaço de discussão dentro do Discord, não deixe de tirar suas dúvidas e participar da comunidade.
Esse projeto foi inspirado em um desafio do Laboratory innovation science at Harvard https://lish.harvard.edu/ disponibilizando os dados em uma competição no kaggle.https://www.kaggle.com/c/lish-moa
Compartilhe seus resultados! A gente fica muito feliz ao ver os seus resultados, onde vocês foram além. Para isso, você pode escrever artigos no Linkedin e no Medium com link para seu Colab, texto comentando o que fez de diferente e marcando nós, instrutores. Dá até para fazer um video e encher a gente de orgulho!