Como aprender Python para aprendizado de máquina

1 - Introdução

Python se tornou uma linguagem de programação ideal para o aprendizado de máquina. Não é uma linguagem difícil de se aprender, mas se você não estiver muito familiarizado com a linguagem, existem algumas dicas que podem ajudá-lo a aprender mais rápido ou melhor.

Neste artigo você descobrirá como é possível aprender uma linguagem de programação e como obter ajuda. Depois de ler este artigo, você saberá:

• A mentalidade certa para aprender Python para uso em aprendizado de máquina
• Bons recursos para aprender Python
• Como encontrar respostas para perguntas relacionadas ao Python

2 - Como Aprender Python

Há muitas maneiras de aprender uma linguagem, seja para linguagens naturais como o inglês ou para linguagens de programação como Python. Os bebês aprendem uma língua ouvindo e imitando. Lentamente, quando aprendem o padrão e algum vocabulário, podem formar suas próprias frases. Pelo contrário, quando os estudantes universitários aprendem latim, provavelmente começam com regras gramaticais – singular e plural, indicativo e subjuntivo, nominativo e acusativo. Então eles podem construir uma frase em latim.

Da mesma forma, ao aprender Python ou qualquer linguagem de programação, você pode ler o código de outras pessoas, tentar entendê-lo e depois modificá-lo. Ou você pode aprender as regras do idioma e criar um programa do zero. Este último seria benéfico se o seu objetivo final for trabalhar na linguagem, como escrever o interpretador Python. Mas geralmente, a primeira abordagem é mais rápida para obter alguns resultados.

Minha sugestão é aprender primeiro com os exemplos. Mas fortaleça sua base na compreensão do idioma, revisitando as regras do idioma de tempos em tempos.

3 - O que Deve ser Evitado?

Se você decidir aprender Python, é inevitável que queira aprender com um livro. Basta pegar qualquer livro para iniciantes sobre Python em sua biblioteca local. Mas ao ler, tenha em mente o panorama geral do seu objetivo de aprendizagem. Faça alguns exercícios enquanto lê, experimente os códigos do livro e crie os seus próprios. Não é uma má ideia pular algumas páginas. Ler um livro de capa a capa pode não ser a maneira mais eficiente de aprender. Você deve evitar se aprofundar muito em um único tópico, pois isso fará com que você perca o objetivo maior de usar Python para fazer coisas úteis.

4 - Recursos

Se você não puder ir à biblioteca para comprar um livro impresso, poderá usar alguns recursos online. Recomendo fortemente que iniciantes leiam o conteúdo da página The Tutorial Python . É curto, mas orienta você através de diferentes aspectos do idioma. Ele permite que você dê uma olhada no que o Python pode fazer e como fazê-lo. Após o tutorial, você provavelmente deverá manter a página The Python Language Reference à mão. Você irá referenciá-los de tempos em tempos para verificar a sintaxe e o uso da função de pesquisa. Não se force a lembrar de todas as funções.

5 - Ambiente de Desenvolvimento

Python está integrado no macOS, mas você pode querer instalar uma versão mais recente.

No Windows, é comum ver pessoas usando o Anaconda em vez de instalar apenas o interpretador Python.

Mas se você achar que é muito complicado instalar um IDE e o ambiente de programação Python, você pode utilizar o Google Colab.

Isso permite que você escreva programas Python em formato de “notebook”.

Na verdade, muitos projetos de aprendizado de máquina são desenvolvidos no notebook Jupyter, pois nos permite explorar rapidamente diferentes abordagens para um problema e verificar visualmente o resultado.

Você também pode usar um Shell Online do Python para testar um pequeno trecho. A desvantagem em comparação com o Google Colab é que você não pode salvar seu trabalho.

6 - Pedindo Ajuda

Ao iniciar a partir de um exemplo visto em um livro e modificá-lo, você pode quebrar o código, fazendo com que ele falhe na execução. Isso é especialmente verdadeiro em exemplos de aprendizado de máquina, onde você tem muitas linhas de código que cobrem a coleta de dados, o pré-processamento, a construção de um modelo, o treinamento, a validação, a previsão e, finalmente, a apresentação do resultado de maneira visualizada. Ao ver um resultado de erro em seu código, a primeira coisa que você precisa fazer é identificar as poucas linhas que causaram o erro. Tente verificar o resultado de cada etapa para ter certeza de que está no formato correto. Ou tente reverter seu código para ver qual alteração feita começou a introduzir erros.

É importante cometer erros e aprender com os erros. Ao experimentar a sintaxe e aprender dessa maneira, você deverá encontrar mensagens de erro de vez em quando. Se você tentar entender isso, será mais fácil descobrir o que causou o erro. Quase sempre, se o erro vier de uma biblioteca que você está usando, confirme novamente sua sintaxe com a documentação da biblioteca.

Se você ainda estiver confuso, tente procurá-lo na internet. Se você estiver usando o Google, um truque que você pode usar é colocar toda a mensagem de erro entre aspas duplas ao pesquisar. Ou, às vezes, pesquisar no StackOverflow pode fornecer respostas melhores. E atualmente, consultar no ChatGPT.

7 - Leituras Adicionais

Aqui listo algumas dicas para um iniciante. Conforme mencionado acima, o The Tutorial Python é um bom começo. Já os livros impressos geralmente não são tão atualizados quanto o tutorial oficial online. Existem muitos livros básicos para Python. Alguns curtos que conheço encontram-se listados na sessão de Referências:

8 - Conclusão

Em resumo, aprender Python para o aprendizado de máquina pode ser uma jornada gratificante, mas é importante adotar a mentalidade certa, usar bons recursos e pedir ajuda quando necessário. Python é uma linguagem versátil e popular, e com a abordagem certa, você pode dominá-la e aplicá-la eficazmente no campo do aprendizado de máquina.

9 - Referências

• The Tutorial Python
• The Python Language Reference
• Shell Online Python
• Google Colab
• Python Crash Course , 2nd Edition: A Hands-On, Project-Based Introduction to Programming, por Eric Matthes, 2019
• Introduction to Computation and Programming Using Python, 3rd edition: With Application to Computational Modeling and Understanding, por John Guttag, 2021
• Python Cookbook, 3rd Edition, por David Beazley e Brian K. Jones, 2013