Tutoriais de ciência de dados

Aprenda a usar o Highcharter para criar visualizações que chamam atenção.

Este tutorial passo a passo mostra como configurar e usar o Jupyter Notebook na GPU do Amazon Web Services (AWS) EC2 para deep learning.

Aprenda as estatísticas básicas necessárias para Data Science e Machine Learning em Python.

Explore conceitos básicos de matemática para ciência de dados e deep learning, como escalar e vetor, determinante, decomposição em valores singulares e muito mais.

Aprenda a detectar anomalias em grandes conjuntos de dados de séries temporais e a apresentar insights de forma muito mais simples.

Uma introdução prática às equações diferenciais cobrindo tipos centrais, classificação, métodos analíticos e numéricos de solução e seu papel no mundo real em gradiente descendente, regressão e modelagem de séries temporais.

Neste tutorial, você vai aprender a descobrir tópicos ocultos em documentos usando Latent Semantic Analysis em Python.

Entenda as distribuições de probabilidade discretas em ciência de dados. Explore PMF, CDF e os principais tipos como Bernoulli, Binomial e Poisson com exemplos em Python.

Neste tutorial de Docker, descubra a instalação, os comandos mais usados, como dockerizar aplicações de machine learning e as melhores práticas do mercado.

Entenda por que é preciso documentar código e as melhores práticas para isso. Além disso, veja como aproveitar o módulo Pydoc para documentar seu projeto.

Entenda a técnica que rege várias disciplinas como matemática e física, e veja por que ela é tão importante.

Impulsione seus resultados em machine learning e descubra ensembles em R com o pacote SuperLearner: aprenda sobre o algoritmo Random Forest, bagging e muito mais!