VOLTAR AO DIRETÓRIO PROG WEB
REFERÊNCIAS
LIVROS DE PYTHON:
#MUELLER, John Paul. Começando a programar em Python para leigos. Rio de Janeiro: Atlas Book, 2016. 400p
#MENEZES, Nilo Ney Coutinho. Introdução à programação com Python. Algoritmos e lógica de programação para iniciantes. Novatec, 2010. Downloads -Terceira Edição Você pode visualizar todas as listagens do livro clicando aqui. Os exercícios resolvidos também podem ser visualizados, clique aqui. Ou você pode baixar os arquivos com todas as listagens e exercícios resolvidos abaixo: Código fonte e listagens Exercícios Resolvidos https://python.nilo.pro.br/downloads.html
LIVROS SOBRE PYTHON E CIÊNCIA DA DADOS:
# MCKINNEY, Wes. Python para análise de dados: Tratamento de dados com Pandas, NumPy e IPython. Novatec Editora, 2019. https://books.google.com.br/books?id=4hmWDwAAQBAJ&printsec=frontco ver&hl=pt-BR#v=onepage&q&f=false
https://books.google.com.br/books?id=4hmWDwAAQBAJ&printsec=frontcover&hl=pt-BR#v=onepage&q&f=false
# Joel Grus. Ciência de dados do Zero (2016):: https://edisciplinas.usp.br/pluginfile.php/5742167/mod_resource/content/1/Data%20Science%20do%20zero%20-%20Primeiras%20regras.pdf
LIVROS SOBRE CIÊNCIA DE DADOS \Explorem:
#[Joel_Grus]_Data_Science_from_Scratch_First_Pri... introducing-data-science-machine-learning-pytho...
#Learning_Python.pdf Natural Language Processing with Python.pdf
#Python Data Science Handbook Essential Tools fo... Python-for-Data-Analysis-2nd-Edition.pdf::
https://drive.google.com/file/d/1Qtb2G5b1enxHF7iZoXholHjOqMx0cFkd/view
BANCO DE DADOS
TEOREY, Toby; LIGHTSTONE, Sam; NADEAU, Tom. Projeto e modelagem de banco de dados. Campus, 4º edição–2007, 2007.
UML
BEZERRA, Eduardo. Princípios de Análise e Projeto de Sistemas com UML. Rio de Janeiro: Elsevier, 2007.
WEB SEMÂNTICA
ANTONIOU, Grigoris; VAN HARMELEN, Frank. A semantic web primer. MIT press, 2004. Terceira o quarta edição.
JORNALISMO SEMÂNTICO & COMUNICAÇÃO DIGITAL
www.filosofiacienciaarte.org =>FCAd.org
DOS SANTOS, Márcio Carneiro; BOTELHO-FRANCISCO, Rodrigo; TRÄSEL, Marcelo. Tecnologia digital aplicada ao Jornalismo: relato de três expe-iências de desenvolvimento de software em universidades brasileiras. 2015.
SANTOS, Marcio Carneiro dos. Narrativas e desenvolvimento de conteúdo imersivo: aplicação de sistemas bi e multissensoriais de realidade virtual no jornalismo. Intercom: Revista Brasileira de Ciências da Comunicação, v. 42, n. 3, p. 133-150, 2019.
RASPAGEM DE DADOS:
#Web Scraping with Python.pdf::
https://drive.google.com/file/d/1PtOoWzA9AuNs8_03QqumLIkH8REApj2U/view
ARTIGOS::
Veja os artigos deste projeto::
https://docs.google.com/document/d/1ovAnw6OtqpbyUrGxdavlfGYYSm5gipch9egz8XicCe4/edit#
BPM: Modeling and Using Context in Business Process Management: A Research
TOOLS\Ferramentas públicas:
# R is a language and environment for statistical computing and graphics. R provides a wide variety of statistical (linear and nonlinear modelling, classical statistical tests, time-series analysis, classification, clustering, …) and graphical techniques, and is highly extensible:: https://www.r-project.org/ (PV).
Biblioteca:: https://github.com/emitanaka/nestr
# IPython (and Jupyter) provides a rich architecture for interactive computing with:A powerful interactive shell; A kernel for Jupyter; Support for interactive data visualization and use of GUI toolkits; Flexible, embeddable interpreters to load into your own projects; Easy to use, high performance tools for parallel computing::
http://ipython.org/ (PC)
# Jupyter creators for in-depth training, insightful keynotes, and practical talks exploring the Project Jupyter platform https://jupytercon.com/ (PC)
# Tableau is a visual analytics platform transforming the way we use data to solve problems—empowering people and organizations to make the most of their data::https://www.tableau.com/ (PC)
# Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python. It includes capabilities for a flexible range of data visualizations in Python:: https://matplotlib.org/ (PV)
# NumPy offers comprehensive mathematical functions, random number generators, linear algebra routines, Fourier transforms, and more.# https://numpy.org/ (PV)
# https://webscraper.io/ (PV)
# pandas is a fast, powerful, flexible and easy to use open source data analysis and manipulation tool, built on top of the Python programming language:: https://pandas.pydata.org/ (PC)
# Scikit-learn for efficients and clean Python implementations of the most important and established machine learning algoritmos in Python. Simple and efficient tools for predictive data analysis:: https://scikit-learn.org/stable/
# statsmodels is a Python module that provides classes and functions for the estimation of many different statistical models, as well as for conducting statistical tests, and statistical data explorationtatsmodels.org/stable/index.html
# SciPy pronounced “Sigh Pie”) is a Python-based ecosystem of open-source software for mathematics, science, and engineering. In particular, these are some of the core packages: NumPy; Matplotlib; SymPy; IPython; pandas::https://www.scipy.org/
Tutorial Inicial:: https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1
https://medium.com/data-hackers/uma-introdu%C3%A7%C3%A3o-simples-ao-pandas-1e15eea37fa1
AMBIENTES PARA JORNALISMO DE DADOS:
# https://newsinitiative.withgoogle.com/training/course/data-journalism
TCC\DISSERTAÇÕES\TESES:
BPM: Universidade de Brasília. IE-CIC Departamento: Aplicação web para auxiliar na modelagem de processos de negócios de uma redação jornalística. Marcelo B. Fonseca. 2017
TUTORIAS\APRESENTAÇÕES:
LINKS:
https://towardsdatascience.com/best-python-practices-for-data-scientists-11056edda8c7
 INTRODUÇÃO À MODELAGEM CONCEITUAL | [ ] | 3033 kB |
| Aula02_ProcCognitivos_ligados_a_MC.pdf | [ ] | 3143 kB |
| Modeling and Using Context in Business Process Management: A Research Agenda | [ ] | 1384 kB |