Tutoriais de ciência de dados

Entenda como as incertezas nas medições afetam os resultados calculados e aprenda fórmulas e métodos para quantificá-las em várias operações matemáticas.

Entenda como o Facebook Prophet modela tendências, sazonalidade e eventos especiais para previsões precisas e interpretáveis.

Descubra como o UMAP simplifica a visualização de dados de alta dimensão com explicações detalhadas, casos práticos e comparações com outros métodos de redução de dimensionalidade, incluindo t-SNE e PCA.

Este guia explica as propriedades matemáticas do Softplus, suas vantagens e desvantagens, implementação no PyTorch e quando mudar do ReLU.

Aprenda quando e como usar o reduce() do Python. Tem exemplos práticos e as melhores práticas.

Aprenda tudo sobre o módulo datetime do Python neste guia passo a passo, que aborda a conversão de string para datetime, exemplos de código e erros comuns.

Aprenda a calcular e entender a chance de vários eventos acontecerem ao mesmo tempo. Descubra aplicações práticas em modelagem preditiva, avaliação de riscos e machine learning que resolvem desafios complexos da ciência de dados.

Aprenda os fundamentos matemáticos, as técnicas de estimativa de parâmetros e as diversas aplicações dessa distribuição de probabilidade na engenharia, medicina e ciências ambientais.

Aprenda os fundamentos matemáticos, descubra vários tipos e suas aplicações e veja como o erro padrão melhora a inferência estatística e a tomada de decisões.

Aprenda a usar loops “for” em Python pra iterar uma sequência ou as linhas e colunas de um DataFrame pandas.

Aprenda a usar decoradores como @functools.lru_cache ou @functools.cache para armazenar funções em cache no Python.

Descubra como funciona a sequência de Fibonacci. Explore suas propriedades matemáticas e aplicações no mundo real.