Introdução à Ciência de Dados

Material Didático e Acadêmico da Disciplina de Introdução à Ciência de Dados do Curso de Bacharelado em Estatística - UFPE

Autor

Prof. Dr. Jodavid Ferreira

Data de Publicação

26 de outubro de 2026

Prefácio

Este é o material didático da disciplina de Introdução à Ciência de Dados, ministrada pelo Prof. Dr. Jodavid Ferreira na Graduação em Estatística da Universidade Federal de Pernambuco (UFPE).

O objetivo desta obra é fornecer um material de consulta, integrando os slides explicativos, exemplos práticos de programação em R e Python, e um caderno contendo listas de exercícios e propostas para fixação.

Estrutura do Livro

O material está organizado em cinco partes:

  1. Parte I: Fundamentos e Linguagens: Introdução à Ciência de Dados (processos, teoria da medição, qualidade de dados, amostragem, fundamentos de probabilidade e inferência, causalidade e ética) e à Inteligência Artificial (busca, lógica, redes bayesianas, teoria do aprendizado, redes neurais, modelos de linguagem e aprendizado por reforço), seguidas pelas linguagens básicas (R e Python, incluindo aritmética de ponto flutuante, simulação e testes) e ferramentas de reprodutibilidade e controle de versão (Git, GitHub, Markdown, RMarkdown e Quarto).
  2. Parte II: Análise de Dados e Storytelling: Focada em visualização de dados com ggplot2 em R, Análise Exploratória de Dados (AED) em Python e as técnicas de comunicação com dados através de (Storytelling com dados).
  3. Parte III: Machine Learning Supervisionado: Introdução ao aprendizado estatístico de máquina (risco, decomposição viés-variância, validação cruzada e métricas, teoria do aprendizado estatístico, otimização, calibração e comparação de classificadores), abrangendo os modelos de classificação (Árvore de Decisão, Floresta Aleatória e boosting, k-NN, SVM) e os modelos de regressão (linear, regularizada, logística, modelos lineares generalizados, splines e baseada em árvores).
  4. Parte IV: Aprendizado Não Supervisionado: Algoritmos de agrupamento com destaque para o K-Means, incluindo misturas gaussianas e o algoritmo EM, agrupamento hierárquico, DBSCAN, agrupamento espectral e índices de validação interna e externa.
  5. Parte V: Prática e Fixação: Vinte listas de exercícios organizadas por capítulo, com níveis de dificuldade, soluções selecionadas e um projeto integrador final.

Como Estudar com Este Livro

Cada capítulo combina fundamentação teórica (definições formais, notação matemática e derivações), exemplos numéricos resolvidos passo a passo e exemplos de código em R e/ou Python. Ao final de cada capítulo há um Resumo, uma seleção de Exercícios Propostos (teóricos e práticos) e Leituras Recomendadas para aprofundamento. Recomenda-se reproduzir os códigos apresentados no seu próprio computador e resolver os exemplos numéricos à mão antes de conferir a solução.

Sobre a Elaboração deste Livro

Este livro é fruto do material das aulas que ministro na disciplina de Introdução à Ciência de Dados do curso de Bacharelado em Estatística da UFPE. Na sua elaboração e ampliação foi utilizado o auxílio do modelo de inteligência artificial Claude Opus 5.5, da Anthropic, como ferramenta de apoio à redação, à organização do conteúdo e à verificação de exemplos e códigos. Todo o conteúdo foi revisado pelo autor, e a responsabilidade pelo texto, pelos exemplos e por eventuais erros é inteiramente do autor.

Versão em PDF

A versão online é gratuita. O PDF diagramado (698 páginas) está disponível no Payhip — sua compra apoia a manutenção do material.

CUPOM DE DESCONTO para estudantes: ESTUDANTE35 (desconto de 30%).

Licença

© 2026 Jodavid Ferreira. O conteúdo deste livro (texto, figuras e material didático) está licenciado sob a licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0). Você pode copiar, redistribuir, remixar, transformar e criar a partir deste material para qualquer finalidade, inclusive comercial, desde que atribua o devido crédito ao autor, forneça um link para a licença e indique se foram feitas alterações.

Os códigos-fonte do livro (exemplos em R e Python, arquivos de configuração e scripts) estão disponíveis no repositório do GitHub sob a licença MIT.

Seja bem-vindo a este material!