Caderno aberto · gratuito · sem cadastro
Ciência de dados e IA,
organizada para estudar.
15 matérias em texto de caderno, mapa mental de cada uma e 298 perguntas de revisão. Leve qualquer trecho para a IA que você já usa e estude com ela — sem gastar nada.
1. Leia o caderno
Conceitos, fórmulas, passo a passo, quando usar cada coisa, armadilhas e código.
2. Veja o mapa mental
A matéria inteira numa tela, para revisar a estrutura antes da prova.
3. Treine com perguntas
Cartões de revisão com resposta — vire, confira e marque o que já sabe.
4. Pergunte à sua IA
Escolha os temas e mande para ChatGPT, Claude, Gemini ou NotebookLM com um clique.
Fundamentos
Estatística para Ciência de Dados
Tipos de variável, estatística descritiva, distribuições de probabilidade, testes de hipótese, correlação e intervalo de confiança — a base de tudo que vem depois.
02Python para Análise de Dados
Ambiente, estruturas de dados, pandas, funções, condições e laços, e o ciclo importar → inspecionar → limpar → agrupar → visualizar.
Preparação de dados
Data Wrangling
Transformar o dado bruto numa base pronta para análise e modelagem — importar, inspecionar, limpar, transformar, juntar, reformatar, validar e versionar.
04Coleta de Dados e Web Scraping
Como obter dados de sites e APIs com requests, BeautifulSoup e pandas — HTTP, HTML, seletores, paginação, qualidade da coleta, ética e LGPD.
Machine learning
Árvores de Decisão e Modelos Ensemble
Árvore de decisão, overfitting, métricas, validação cruzada, ajuste de hiperparâmetros, bagging, boosting, Random Forest, XGBoost e importância de variáveis.
08Support Vector Machines (SVM)
Classificação (SVC) e regressão (SVR) por margem máxima — vetores de suporte, parâmetro C, kernels linear, polinomial e RBF, pipeline com pré-processamento, grid search e permutation importance.
09Deep Learning e Redes Neurais
Do perceptron ao Transformer — tensores, MLP, ativações, funções de perda, gradiente descendente, otimizadores, regularização, CNN, autoencoder, embeddings e atenção, com Keras.
Texto e IA generativa
Text Mining, Análise de Sentimento e NLP
Pipeline de mineração de texto (coleta, pré-processamento, vetorização, modelagem, avaliação) e quatro jeitos de classificar sentimento — léxico, Naive Bayes, Transformer pronto e LLM.
10APIs, LLMs e RAG
Do protótipo ao serviço — HTTP/REST, FastAPI e Pydantic, LLM como componente de engenharia (tokens, custo, temperatura, limites, chaves), embeddings, similaridade de cosseno, bancos vetoriais e uma API de RAG.
Decisão
Dados especiais
Comunicação
Pessoas e governança
Gestão da Mudança na Era Digital
Por que projetos de dados e IA falham na adoção — mudança × transição (Bridges), as cinco dimensões da mudança, pensamento adaptativo e o método de Kotter em 8 passos.
14IA, LGPD e Compliance
Como usar IA dentro da lei — princípios e bases legais da LGPD, dados pessoais em modelos e RAG, decisões automatizadas, supervisão humana, riscos, drift e um checklist antes de ir para produção.