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.