Tutoriais de ciência de dados

Descubra as restrições escondidas por trás de cada teste estatístico e aprenda a interpretar seus resultados com confiança.

Aprenda a calcular probabilidades para vários eventos, diferenciar entre cenários AND e OR e aplicar esses conceitos a problemas reais de análise de dados.

Aprenda os fundamentos matemáticos das probabilidades de eventos únicos, veja exemplos práticos desde estatística clássica até cenários do mundo real e descubra aplicações em ciência de dados e machine learning.

Aprenda aprendizado conjunto com Python. Este tutorial prático aborda bagging vs boosting, Random Forest e XGBoost com exemplos de código em um conjunto de dados real.

Descubra as diferenças entre média e mediana, aprenda como elas são usadas na análise de dados e saiba escolher a medida certa para cada situação.

Aprenda a criar e avaliar um classificador Naive Bayes usando o pacote Scikit-learn do Python.

Aprenda o que é um arquivo executável e como converter um script Python em um arquivo .exe usando PyInstaller, Nuitka e auto-py-to-exe.

Precisão não é suficiente. Aprenda a diferença entre precisão e recall, entenda a relação entre eles e escolha a métrica certa para o seu modelo.

Encontre o IDE Python perfeito para suas necessidades de ciência de dados em 2026. Compare recursos, benefícios e desempenho para fazer uma escolha informada e segura.

Aprenda o que são funções de custo e como e quando usá-las. Tem exemplos práticos.

Entenda como a CFA testa modelos teóricos ligando indicadores observados a construções latentes. Aprenda as etapas, suposições e extensões que tornam a CFA essencial na validação de medidas e na modelagem de equações estruturais.

Aprenda a calcular a complexidade do espaço usando notação assintótica, como os componentes de memória, como recursão, estruturas de dados e espaço auxiliar, se somam e como reduzir o espaço por meio de técnicas no local.