Tutoriais de Ciência de Dados

Criamos modelos de dados formatando dados, criando relacionamentos, usando o Power Query e aproveitando o Power Pivot para integração e análise de dados perfeitas.

Este tutorial guia você pelos principais recursos e aplicativos práticos do DuckDB, incluindo a criação de tabelas, a realização de análises de dados, a criação de um aplicativo RAG e o uso de um mecanismo de consulta SQL com o LLM.

Aprenda sobre o gerenciamento de memória em Python com técnicas avançadas para codificar classes eficientes em termos de memória. Explore exercícios práticos para um desempenho ideal.

Explore o Cohere Command R+ on-line e localmente, conheça os recursos exclusivos da API Python do Cohere e crie um agente de IA em várias etapas usando LangChain e Cohere.

O prompting de poucos disparos é uma técnica na qual um modelo de IA recebe alguns exemplos de uma tarefa para aprender antes de gerar uma resposta, usando esses exemplos para melhorar seu desempenho em tarefas semelhantes.

Desbloqueie todo o potencial dos LLMs (Large Language Models) com o nosso guia sobre o prompting CoT (Chain-of-Thought). Saiba como aprimorar as habilidades de raciocínio e resolução de problemas dos LLMs.

Aprenda a aplicar a cláusula SQL LIMIT para filtrar dados. Dominar o uso da cláusula LIMIT em bancos de dados PostgreSQL e MySQL.

Em Python, timedelta é um tipo de dados do módulo datetime usado para representar durações ou diferenças entre dois momentos no tempo.

Conheça os conceitos básicos de PyTorch e entenda em detalhes o funcionamento das redes neurais. Comece a usar o PyTorch hoje mesmo.

Saiba como implementar grafos de conhecimento para aplicativos RAG seguindo este tutorial passo a passo para aprimorar as respostas de IA com conhecimento estruturado.

A compactação de prompts é o processo de reduzir o tamanho de um prompt de entrada e, ao mesmo tempo, reter as informações essenciais necessárias para que um modelo de linguagem entenda e gere uma resposta relevante.

Explore vários tipos de gráficos de dados, desde os mais comuns até os avançados e não convencionais, o que eles mostram, quando usá-los, quando evitá-los e como criá-los e personalizá-los em Python.