Thiago Ferreira thiagoferreiraw

Sobre os livros de estatística, cheguei nessa listinha. Não li todos, foram recomendados por uma professora excelente de estatística. Tem livros que pegam também conteúdos de data science, aplicação das fórmulas de estatística com as bibliotecas python e tal.

Storytelling com Dados — autor: Cole Nussbaumer Knaflic.
O Livro do Porquê – A nova ciência da causalidade — autores: Judea Pearl e Dana Mackenzie.
Mãos à Obra: Aprendizado de Máquina com Scikit‑Learn & TensorFlow — autor: Aurélien Géron.
Python para Análise de Dados: tratamento de dados com Pandas, NumPy e IPython — autor: Wes McKinney.
Data Science do Zero: noções fundamentais com Python — autor: Joel Grus.
Introduction to Machine Learning with Python: A guide for data scientists — autor: Sarah Guido.

O perfil da prof que te falei é esse, fiz o curso dela de curta duração e foi muito bom, ela é bem didática e preocupada com o aprendizado dos alunos:

📊 RELATÓRIO DETALHADO DOS ORÇAMENTOS - PYTHON BRASIL 2025

28 de agosto de 2025 - ANÁLISE COMPLETA DOS PDFs E IMAGENS

🎯 RESUMO EXECUTIVO

• Orçamentos Completos Analisados: 3 categorias principais • Valor Total Estimado: R$ 150.000 - R$ 280.000 • Economia Potencial Identificada: R$ 30.000+ (escolhas inteligentes) • Status: Pronto para tomada de decisão

📊 RELATÓRIO DE STATUS DOS ORÇAMENTOS - PYTHON BRASIL 2025

28 de agosto de 2025

🎯 VISÃO GERAL

• Issues de Orçamentos Ativas: 16 • Issues com Orçamentos Recebidos: 7 (44%) • Issues com Progresso Ativo: 12 (75%) • Issues Órfãs (sem responsável): 7 (44%) • Dias até evento: 55 dias

	def create_promotional_image():
	with open("promo.png", "wb+") as output_file:
	create_png_from_svg_template(
	"coupon/test.svg",
	{"_WIDTH": 400, "_HEIGHT": 200, "_PROMO_CODE": "ABCD1234"},
	output_file,
	)

	import cairosvg

	@mock.patch("cairosvg.svg2png", wraps=cairosvg.svg2png)
	def test_create_png_from_svg_template(self, spy_svg2png):
	with BytesIO() as output_file:
	image.create_png_from_svg_template(
	"utils/tests/svg_template.svg",
	{"_WIDTH": 159, "_HEIGHT": 161, "_TEXT": "Hello World!"},
	output_file,
	)

	import io
	from .models import Coupon
	from .utils import create_png_from_svg_template

	def create_promotional_image(coupon_id):
	coupon = Coupon.objects.get(id=coupon_id)

	with io.BytesIO() as output_file:
	create_png_from_svg_template(
	"coupon/templates/promotional-template.svg",

	import cairosvg

	def create_png_from_svg_template(svg_path, replace_keys_dict, output_file):
	"""
	Create a png from a svg template, replacing keys in the svg with custom values.

	Args:
	svg_path (str): Path to the svg file
	replace_keys_dict (dict): Keys to search/replace in the svg, e. g. {"code": 1}
	output_file (file-like obj or str): file-like object or path

	import lorem
	from locust import HttpUser, task, between


	class WebsiteUser(HttpUser):
	wait_time = between(1, 3)

	@task(5)
	def index(self):
	self.client.get("/tasks/")

	# Escolha sua branch de origem, de onde os commits serão revertidos
	git checkout main

	# Usando o git log, encontre o hash do commit do ponto que você deseja retornar para.
	git checkout f21306c

	# Agora vamos fazer uma comparação entre a posição atual do histórico e a main.
	# Nesse ponto precisamos confirmar se as mudanças exibidas aqui estão corretas ;)
	# Se não estiverem, você provavelmente está no ponto errado do histórico (veja o git log)
	git diff main

	# Escolha sua branch de origem, de onde os commits serão revertidos
	git checkout main

	# Use o commando git revert com a opção "-n" pra gerar um único commit
	# Os ids abaixo podem ser encontrados usando o `git log`
	git revert -n f21306c..e330c04 # OLD_COMMIT..RECENT_COMMIT

	# Nesse ponto, você já pode usar os comandos de status e diff pra conferir se a alteração está correta:
	git status # mostra os nomes dos arquivos alterados
	git diff # mostra as mudanças efetivas