Auditoria Interna, Auditoria Contínua e Data Analytics

Resumo: Indicação de livros sobre matemática. Como entender matemática básica, estatística e cálculo. Se você busca por matemática para concursos, pós-graduação (mestrado, doutorado ou MBA), ou mesmo aplicações de modelos de ciência de dados e inteligência artificial, este artigo pode ajudá-lo.

Matemática é muito difícil! Não sou de exatas!

Será? Se você viu a figura do artigo e ficou com arrepios, você não está sozinho! A matemática é um desafio para muitos. Seja na fase escolar, faculdade ou MBA, os conceitos matemáticos atormentam a maioria dos alunos. Mas, se você chegou até aqui, imagino que você tenha algum interesse pelo assunto. Ou, como eu, tenha aquela vontade de dar o troco, e, finalmente entender esse bicho de sete cabeças que sempre lhe atormentou na fase de estudante.

Neste post, destaco alguns livros que me ajudaram a gostar de matemática e a entender muitos conceitos dessa área de conhecimento. Neles, você verá que não precisa ser de “exatas” para entender o assunto – tem muita “humanas” na matemática! Muitos filósofos discutiram e criaram conceitos que direcionaram esta área da ciência. Vamos aos livros!

A Matemática do Dia a Dia

Já no prefácio, o Steven Strotgatz assume o desafio de te convencer a gostar dessa matéria. Com uma linguagem simples, o leitor entende o surgimento da matemática e seus conceitos.

Como surgiram os números? E o zero? Por que contamos de um a dez? Como a matemática foi influenciada pela religião? Compre no link da Amazon.

O Poder do Infinito

Para leitores mais avançados – mas nem tanto. Aqui o brilhante professor Steven Strogatz explica conceitos do cálculo: integrais, derivadas, limites. O que é o infinito? Como funciona o GPS? O que essas coisas tem a ver com filosofia?

O livro também conta muitas curiosidades históricas sobre pessoas que contribuíram para a evolução do cálculo. Compre no link da Amazon.

O Andar do Bêbado

Este livro genial abre a sua cabeça. Sério! Acreditamos que tudo tem motivo, que somos responsáveis por nossas conquistas e derrotas. Mas não é bem assim. Neste livro, o professor Leonard Mlodinow explica como os eventos aleatórios permeiam o nosso dia a dia e influenciam nossa vida.

O livro também trás curiosidades, muitas inesperadas, sobre os grandes gênios da matemática e estatística. Compre no link da Amazon.

Como Mentir com Estatística

Bem humorado e repleto de ilustrações, este livro de 1954 (!), continua mais atual do que nunca.

Darrel Huff (um jornalista!), mostra como dados estatísticos são distorcidos para te fazer acreditar em uma fake news. Como selecionada uma amostra? Como são feitas as pesquisas de “boca de urna”? E a tal da média – seria útil em todos os casos? Compre no link da Amazon.

Estatística: O que é, para que serve, como funciona

Mais didático – impossível! Charles Wheelan (outro jornalista!) faz o assunto parecer fácil! Compre no link da Amazon.

Para mais detalhes sobre ciência de dados, inteligência artificial e auditoria, acesse Audit Insight.

E esse tal de GitHub? Resolvi estudar sobre o assunto e fiz este post com o aprendizado. Ao realizar uma busca, você com certeza já se deparou com muitas soluções disponíveis na plataforma: códigos em Python, projetos do Arduino, portfólios de Machine Learning e até mesmo livros!

No GitHub o autor pode compartilhar os códigos-fonte de sua obra, como no caso do livro “Mãos à Obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow“, de Aurélien Géron. Todos os códigos fontes estão disponíveis no GitHub do autor neste link.

Git e GitHub

O que é Git? O Git é um sistema de controle de versões desenvolvido em 2005 pelo criador do Linux, Linus Torvalds. O Git é gratuito e open source e tem apoio de toda uma comunidade de desenvolvedores pelo mundo. Já o GitHub é um dos repositórios – talvez o mais famoso e utilizado.

Mais do que um simples backup – o controle de versões permite que você controle de forma organizada e sistemática cada uma das alterações que ocorreram no projeto. Com ele, é possível saber quando ocorreu cada mudança, o que mudou, quem mudou e porque mudou.

Você também fazer o rollback – voltar para uma versão específica antes de uma mudança significativa ou mesmo um erro.

Crie uma conta no Github e Instale o Git

Acesse o GitHub e crie uma conta gratuita. Depois faça o download do instalador do Git de acordo com o seu sistema operacional e crie um repositório. Os repositórios podem ser públicos ou privados dependendo do seu objetivo.

Defina uma diretório para sincronização na sua máquina.

Crie uma pasta no seu computador onde ficarão todos os seus projetos hospedados no GitHub. Por exemplo: c:\Repositorios\.

cd c:\
mkdir Repositorios
cd Repositorios

Utilize o Git Bash

Após instalar o Git, procure no menu iniciar pelo Git Bash. Aqui você poderá digitar os principais comandos Git. Para verificar em qual diretório você se encontra, utilize o comando abaixo.

git pwd

Para listar os diretórios da pasta atual:

ls

Stage, Commit, Push

Verifique o status de sincronização dos seus diretórios:

git status

Para realizar o Stage e selecionar todos os itens da pasta atual, digite o comando:

git add .

Para realizar o Commit, digite o comando:

git commit -m "Atualizando meu diretório"

O último passo é subir todo o conteúdo para o seu repositório no GitHub, com o comando Push:

git push

Contribua

Por ser tratar de uma tecnologia Open Source, você pode baixar o código-fonte do Git – utilizando o próprio Git, com o comando:

git clone https://github.com/git/git

Utilize o mesmo comando para copiar projetos para o seu repositório.

Referências

O Coursera possui diversos cursos sobre Git, GitHub e Controle de versões. Este artigo foi escrito com base no conteúdo deste curso da Emory University: Modelos reproduzíveis para análise e divulgação.

Você pode utilizar este cheatsheet do GitHub como guia de referência. Se você trabalha com a linguagem R, outro guia muito legal é o HappyGitWithR. Consulte também estes documentos: cheatsheet do RStudio, Atlassian e GitLab.

Este artigo do Medium pode ser útil.

Post original: Linkedin