Bases 5
Ciência de Dados
Bem-vindo
Este é o material de apoio da disciplina Bases 5 — Ciência de Dados, do curso de Ciência da Computação da UnDF.
Sobre a Disciplina
Ciência de dados é o trabalho de tirar resposta de dado: obter, limpar e entender o que se tem em mãos, escolher um modelo que sirva à pergunta, ajustá-lo e — a parte que mais se pula — descobrir se ele merece confiança.
Esta disciplina percorre esse caminho inteiro, com código executável em cada passo. Os temas são:
- Fundamentos — Python para dados, visualização, álgebra linear e gradiente descendente
- O trabalho com dados — obter, limpar, transformar e explorar
- Aprendizado supervisionado — regressão e classificação, e como avaliar um modelo honestamente
- Aprendizado não supervisionado — encontrar estrutura sem rótulo
Cronograma
As aulas são às quartas-feiras, de 19 de agosto a 23 de dezembro de 2026. As três últimas são avaliativas, e a aula 9 é um horário protegido para estudo (HPE), reservado ao trabalho dos grupos no seminário — cujas instruções saem na aula anterior.
| Aula | Data | Conteúdo |
|---|---|---|
| 1 | 19/08 | Apresentação da disciplina · 1 — Introdução |
| 2 | 26/08 | 2 — Um Curso Rápido de Python · notebook com onboarding do Colab |
| 3 | 02/09 | 3 — Visualizando Dados |
| 4 | 09/09 | 4 — Álgebra Linear · 5 — Gradiente Descendente |
| 5 | 16/09 | 6 — Dados: Tipos, Dados Retangulares e pandas · entrega da lista 1 |
| 6 | 23/09 | a definir |
| 7 | 30/09 | a definir |
| 8 | 07/10 | a definir · instruções do seminário |
| 9 | 14/10 | HPE — trabalho dos grupos no seminário |
| 10 | 21/10 | a definir |
| 11 | 28/10 | a definir |
| 12 | 04/11 | a definir |
| 13 | 11/11 | a definir |
| 14 | 18/11 | a definir |
| 15 | 25/11 | a definir |
| 16 | 02/12 | a definir · revisão para a prova |
| 17 | 09/12 | entrega da lista 2 · Prova |
| 18 | 16/12 | Seminário — apresentação dos grupos |
| 19 | 23/12 | Revisão da prova |
| 20 | 30/12 | Sem aula |
Avaliação
Quatro instrumentos, somando 100%:
| Instrumento | Peso | Quando |
|---|---|---|
| Lista 1 — revisão de pré-requisitos | 10% | entrega até 16/09/2026 (aula 5) |
| Lista 2 — conteúdo da disciplina | 10% | entrega até 09/12/2026 (aula 17) |
| Prova individual | 40% | 09/12/2026 (aula 17) |
| Seminário em grupo | 40% | apresentação em 16/12/2026 (aula 18) |
A lista 1 já está disponível, e é cedo de propósito. Ela é de revisão e cobre álgebra linear, cálculo e estatística — o que este material assume e não ensina. Os 10% são o de menos: ela existe para mostrar, ainda na aula 5, o que precisa ser retomado antes de o conteúdo ficar pesado. Descobrir na semana da prova que derivada parcial ficou para trás é tarde; descobrir em setembro ainda dá tempo.
As duas listas são entregues manuscritas, com as contas à vista. Uma resposta certa sem desenvolvimento vale menos que uma errada com o raciocínio visível — é no desenvolvimento que dá para ver onde está a dúvida.
A lista 2 cobre a disciplina e é entregue no dia da prova, também de propósito: ela é o estudo dirigido para ela, não uma tarefa empilhada em cima do estudo.
O seminário parte de um problema real, tirado do Kaggle. Cada grupo escolhe uma competição, entende o problema e os dados, aplica o que foi visto aqui e apresenta o que aprendeu — inclusive o que não funcionou.
A nota do seminário não é a posição no leaderboard.
O que se avalia é o raciocínio: por que este modelo e não outro, o que os dados sustentam, onde o resultado pode estar enganando. Um grupo que fica em último lugar e sabe explicar por que ficou aprende mais — e vale mais — do que um grupo que copia um notebook campeão e não sabe dizer o que ele faz.
Essa distinção é a disciplina inteira em uma frase.
As instruções do seminário saem em 07/10 (aula 8), e a aula seguinte, em 14/10, é um HPE — horário protegido para estudo, reservado ao trabalho dos grupos com acompanhamento em sala.
A prova é individual e cobre os fundamentos e os modelos vistos ao longo do semestre. A última aula, em 23/12, é a devolutiva: correção coletiva das questões, com retomada do que a turma errou mais.
Referências
- Grus (2019) — ISBN 978-1-492-04113-9. Há tradução brasileira, publicada pela Alta Books como Data Science do Zero: noções fundamentais com Python. O código e os exemplos estão em github.com/joelgrus/data-science-from-scratch, sob licença MIT, e vêm reproduzidos neste repositório no diretório
scratch/.
Outras referências entram aqui conforme os temas avançam.
Como Usar Este Material
Cada capítulo traz:
- Os conceitos, com o código que os põe para rodar
- Conjuntos de dados reais, todos incluídos no repositório — nada é baixado na hora
- Exemplos executáveis, feitos para você mexer e rodar de novo
Rodando o código
Cada capítulo tem um notebook com o código dele, e um link no topo da página do capítulo para abri-lo no Google Colab — que roda no navegador, sem instalar nada. A primeira célula de todo notebook baixa o material da disciplina e ajusta o diretório de trabalho; rode-a antes das outras.
Se você nunca usou o Colab, ou quer entender de onde vêm o pacote scratch/ e os dados, o notebook do Capítulo 2 abre com dez minutos de onboarding antes do conteúdo:
📓 Colab e o ambiente da disciplina ↗ — dez minutos, feito para a aula 2.
Para rodar na sua máquina, o ambiente completo (Python, bibliotecas e Quarto) está empacotado em um container Docker — veja o README.md.
Licença
Material disponibilizado para fins educacionais. O código reproduzido no diretório scratch/ é de autoria de Joel Grus (Grus 2019), sob licença MIT.