Este repositório foi pensado para quem não sabe programar, mas trabalha ou quer trabalhar com ciência de dados 🙃

Outro repositório bem legal pra isso é o ds-zero 👍

Se você já programa e quer um repo ritmo acelerado, dê uma olhada nesse aqui 😎

Este é um repositório colaborativo, criado pelos alunos do Instituto Metrópole Digital da UFRN.

O autor de cada material está devidamente creditado e agradecido 😉

Existem várias ferramentas disponíveis pensadas para este perfil.

Em geral, elas se dividem entre ferramentas GUI e ferramentas CLI:

• GUI (interface gráfica de usuário): Toda a interação com o usuário é feita de forma gráfica. São programas como o Google Spreadsheets e o Orange3.
• CLI (interface de linha de comando): A interação com o usuário é feita através de uma linguagem de programação. As principais linguagens gratuitas usadas em ciência de dados são Python, R e Julia.

Um alternativa bem legal que combina um pouco dos dois mundos são os notebooks interativos, originalmente do projeto Jupyter e atualmente suportados também pelo Google Colaboratory.

Esse post traz uma discussão sobre as principais linguagens suportadas.

Neste repo, usaremos notebooks com o ecossistema Python e sua biblioteca principal, o Pandas.

Todo o material foi pensado para que você não precise aprender a programar, mas se você quiser aprender, dê uma olhada nesse repositório.

Os notebooks acima foram originalmente criados pelos autores indicados e posteriormente revisados com a adição de conteúdos de múltiplos autores deste repositório.

Uma das possibilidades que ferramentas CLI abre é trabalhar com múltiplas bases de dados ao mesmo tempo.

Os notebooks abaixo são alguns exemplos de análises que agregam informações espalhadas em múltiplas bases.