Tutoriais de ciência de dados

Neste tutorial, você vai aprender tudo sobre variáveis em R, incluindo como definir e remover variáveis, e muito mais.

Aprenda a usar as ferramentas de visualização do pacote VIM para obter insights rápidos sobre padrões de dados ausentes.

Aprenda a extrair romances da web e a plotar distribuições de frequência de palavras. Você vai ganhar experiência com os pacotes do Python requests, BeautifulSoup e nltk.

Entenda o que são funções matemáticas, como elas se relacionam com funções de programação e como são usadas na modelagem de machine learning.

Aumente sua produtividade e deixe a depuração muito mais simples. Encontre o ambiente de desenvolvimento integrado ideal para você.

Neste tutorial, aprenda a importar uma planilha para o PostgreSQL e fazer análises a partir dela.

Entenda o que é uma matriz aumentada, como ela representa sistemas de equações e como usar operações de linha para resolvê-los.

Entenda o que é um gráfico de resíduos, como interpretar padrões comuns e como eles ajudam a identificar não linearidade, heterocedasticidade, outliers e outros problemas de regressão.

Aprenda o que são mínimos e máximos, como diferem os extremos locais e globais e como encontrá-los usando pontos críticos, testes da primeira e da segunda derivadas e o método do intervalo fechado.

Entenda o que é uma matriz inversível, como determinar se uma matriz é inversível e por que inversas de matrizes são importantes em álgebra linear e data science.

Aprenda como o SARIMA estende o ARIMA para lidar com sazonalidade, entenda seus sete parâmetros e construa um modelo funcional em Python — da coleta de dados à previsão.

Saber por que relações espúrias surgem — de confundidores a viés de amostragem — é o que separa um achado verdadeiro de uma coincidência estatística.