Tutoriais de ciência de dados

Neste tutorial, você aprenderá a extrair dados da Web, a manipular e limpar dados usando a biblioteca Pandas do Python e a visualizar dados usando a biblioteca Matplotlib do Python.

Aprenda a converter colunas de tabelas de planilhas em letras minúsculas usando .str.lower().

Descubra o módulo Python pickle: aprenda sobre serialização, quando (não) usá-lo, como compactar objetos pickled, multiprocessamento e muito mais!

Use LIKE para filtrar registros SQL em correspondências específicas de strings. Este tutorial ensina você a usar curingas, NOT, LOWER, UPPER e CASE WHEN com LIKE.

Descubra como os escores de propensão ajudam a minimizar a confusão em pesquisas observacionais, com aplicações detalhadas em estudos do mundo real.

Descubra o que significa cardinalidade e como ela afeta o processamento de dados, a análise e o aprendizado de máquina. Aprenda sobre estratégias e técnicas práticas para gerenciar a alta cardinalidade, desde o pré-processamento de dados até ferramentas avançadas de otimização.

Explore os fundamentos da eigendecomposição e suas aplicações em ciência de dados e aprendizado de máquina.

Ganhe confiança na regressão OLS ao dominar sua base teórica. Explore como realizar implementações simples no Excel, R e Python.

Saiba como gerenciar threads e processos com o módulo de multiprocessamento do Python. Descubra as principais técnicas de programação paralela. Aumente a eficiência de seu código com exemplos.

O .loc seleciona dados usando nomes de linhas e colunas (rótulos), enquanto o .iloc usa índices numéricos (posições). Saiba como usar ambos com exemplos.

Saiba como detectar multicolinearidade em modelos de regressão usando o fator de inflação de variância (VIF), uma ferramenta de diagnóstico importante. Este tutorial explica como o VIF é calculado, como interpretar seus valores e as técnicas para lidar com o VIF alto para melhorar a confiabilidade da modelagem de regressão.

Saiba como corrigir o SettingWithCopyWarning do Pandas: Um valor está tentando ser definido em uma cópia de uma fatia de um DataFrame.