Coletânea Python do ZERO às Redes Neurais Artificiais
Como se trabalha com Ciência de Dados? Quais ferramentas utilizaremos?
Como se trabalha com Ciência de Dados? Quais
ferramentas utilizaremos?
Se tratando de ciência de dados, e como já mencionado anteriormente, estamos falando de um dos nichos da área de programação, logo, estaremos trabalhando em uma camada intermediária entre o usuário e o sistema operacional. Usando uma linguagem de programação e ferramentas criadas a partir dela para facilitar nossas vidas automatizando uma série de processos, que diga-se de passagem em outras épocas era necessário se criar do zero, teremos a faca e o queijo nas mãos para criar e pôr em uso nossos modelos de análise e processamento de dados.
Falando especificamente de linguagem de programação, estaremos usando uma das linguagens mais “queridinhas” dentro deste meio que é a linguagem Python. Python é uma linguagem de sintaxe simples e grande eficiência quando se trata de processamento em tempo real de grandes volumes de dados, dessa forma, cada tópico abordado e cada linha de código que iremos criar posteriormente será feito em Python. Usando dessa linguagem de programação e de uma série de ferramentas criadas a partir dela, como mencionei anteriormente, estaremos desmistificando muita coisa que é dita erroneamente sobre essa área, assim como mostrar na prática que programação voltada a ciência de dados não necessariamente é, ou deve ser, algo extremamente complexo, maçante de difícil entendimento e aplicabilidade.
Caso você seja mais familiarizado com outra linguagem de programação você não terá problemas ao adaptar seus algoritmos para Python, já que aqui estaremos trabalhando com a mesma lógica de programação e você verá que cada ferramenta que utilizaremos ainda terá uma sintaxe própria que indiretamente independe da linguagem abordada. Usaremos da linguagem Python, mas suas bibliotecas possuem ou podem possuir uma sub-sintaxe própria.
Especificamente falando das ferramentas que serão abordadas neste
curso, estaremos usando de bibliotecas desenvolvidas e integradas ao Python como, por exemplo, a biblioteca Pandas, uma das melhores e mais usadas no que diz respeito a análise de dados (leitura, manipulação e visualização dos mesmos), outra ferramenta utilizada será o Numpy, também uma das melhores no que tange a computação científica e uso de dados por meio de operações matemáticas. Também faremos o uso da biblioteca SKLearn que dentro de si possui uma série de ferramentas para processamento de dados já numa sub área que trabalharemos que é a de aprendizagem de máquina.
Outro exemplo é que estaremos usando muito da biblioteca Keras, que fornece ferramentas e funções para a fácil criação de estruturas de redes neurais. Por fim também estaremos fazendo o uso do TensorFlow, biblioteca esta desenvolvida para redes neurais artificiais com grande eficiência e facilidade de uso, além de uma forma mais abstraída (e lógica) de se analisar dados.
Importante apenas complementar que todas ferramentas usadas ao longo
desse livro são de distribuição livre, baseadas em políticas opensource, ou seja, de uso, criação, modificação e distribuição livre e gratuita por parte dos usuários. Existem ferramentas proprietárias de grandes empresas, mas aqui vamos nos ater ao que nos é fornecido de forma livre.