Data Science Tutorials

Saiba o que é o Pydantic, para que ele é usado e como ele se compara a alternativas como o Marshmallow ou as classes de dados do Python.

Descubra como as tabelas Delta unificam dados em lote e de streaming, aumentam o desempenho e simplificam a análise na arquitetura lakehouse da Databricks.

Aprenda a usar a fórmula COUNT() do Excel com dicas essenciais, exemplos reais e variações como COUNTA(), COUNTBLANK() e COUNTIF() para lidar com diferentes tipos de dados e cenários.

Saiba quando usar a regressão de Poisson, como interpretar os resultados por meio de taxas de incidência e implementar técnicas essenciais no R.

Descubra como a covariância revela as relações entre as variáveis. Saiba como calcular e interpretar esses dados em estatística, finanças e machine learning.

Aprenda a usar a função len() do Python para encontrar rapidamente o tamanho de strings, listas, dicionários e outras estruturas de dados. Descubra exemplos práticos e erros comuns que você deve evitar ao trabalhar com len() em seu próprio código.

Um passo a passo honesto do SageMaker Studio Lab, desde a configuração até a execução de projetos reais de ML, perfeito para estudantes, educadores e desenvolvedores que desejam um ambiente de desenvolvimento poderoso e gratuito.

Saiba como as coleções são criadas no MongoDB, quando você deve defini-las explicitamente e as principais opções de configuração.

Saiba como medir a variabilidade em seus dados usando a função sd() do R. Descubra exemplos práticos e técnicas essenciais para lidar com valores ausentes e dados agrupados.

Saiba como a função de massa de probabilidade define distribuições de probabilidade discretas. Explore suas propriedades, exemplos e diferenças em relação às funções de densidade de probabilidade.

Saiba como encontrar rapidamente o valor médio de seus dados usando a função R median(). Descubra dicas para lidar com valores ausentes e agrupar dados por categorias.

Saiba o que significa RMSE na análise de regressão, como calculá-lo e quando usá-lo para avaliar o desempenho do modelo. Veja exemplos em Python e R com interpretações práticas.