1  Introdução

A organização deste livro é descrita abaixo.

1.1 Parte 1: Introdução ao Python

Aqui são apresentados os conceitos básicos da linguagem Python. Os capítulos são descritos abaixo:

  • Introdução ao Python: Breve história, características da linguagem, e motivos para utilizá-la.
  • Tipos de Valores e Coleções: Explicação sobre os tipos de dados e coleções disponíveis no Python.
  • Subsetting: Métodos para acessar e manipular coleções no Python.
  • Control Flow e Condições: Como controlar o fluxo de um programa com estruturas condicionais e loops.
  • Funções e Ambientes: Introdução à criação de funções e ao conceito de escopo e ambientes no Python.

1.2 Parte 2: Machine Learning

Aqui são apresentados conceitos básicos e avançados de Machine Learning utilizando Python. Os capítulos são descritos abaixo:

  • Introdução ao Machine Learning: Conceitos fundamentais e visão geral do processo de modelagem.
  • Manipulação de Dados: Técnicas para trabalhar com matrizes e dataframes.
  • Shallow Learning: Introdução a modelos de aprendizado supervisionado e não supervisionado.
  • Deep Learning: Fundamentos de aprendizado profundo e redes neurais.

1.3 Parte 3: Automação

Aqui são apresentados exemplos de automação de tarefas utilizando Python. Os capítulos são descritos abaixo:

  • Introdução à Automação: Visão geral sobre automação de tarefas com Python.
  • Web Scraping: Técnicas para extrair dados de páginas web.
  • Outros Tópicos: Aplicações diversas de automação com Python.

1.4 Parte 4: Aplicações

Aqui são apresentados exemplos de desenvolvimento de aplicações utilizando Python. Os capítulos são descritos abaixo:

  • Introdução ao Desenvolvimento de Aplicações: Visão geral sobre o desenvolvimento de software com Python.
  • Django e Jinja: Introdução ao framework Django e ao uso de Jinja para templates.
  • Shiny para Python: Desenvolvimento de aplicações interativas com Shiny.
  • Outros Tópicos: Aplicações diversas utilizando Python.