Tutoriais de Ciência de Dados

Veja como o ARIMAX estende o ARIMA com preditores externos, entenda seus parâmetros e premissas e construa um modelo de previsão em Python com statsmodels.

Entenda como o SARIMAX combina modelagem sazonal de séries temporais com preditores externos. Veja seus parâmetros, as diferenças para ARIMA e SARIMA e como construir um modelo de previsão em Python.

Modelos de decisão pontuam um conjunto fixo de respostas em vez de escrever texto. Veja como funcionam, como o Jev se compara e o que testes independentes mostraram.

Aprenda a configurar o Paperclip no Windows com o MiMo-V2.6-Pro e a montar um time de IA autônomo que planeja, delega e gerencia projetos em um único dashboard.

Um tutorial prático de avaliação de RAG em Python. Monte um dataset de avaliação, pontue com as 4 métricas centrais do Ragas, crie um quality gate na CI, gere perguntas de teste sintéticas e acompanhe as pontuações por commit — para diferenciar falhas de recuperação das de geração antes que seus usuários percebam.

Entenda o que é quadratura, como a integração numérica aproxima integrais definidas e como funcionam métodos como a regra do trapézio, a regra de Simpson e a quadratura gaussiana.

Aprenda como funciona a transformação de Box-Cox, como escolher o parâmetro lambda e quando usá-la para estabilizar a variância, reduzir a assimetria e melhorar modelos estatísticos.

Aprenda a trabalhar com a função AVERAGE() do Excel, incluindo variações condicionais e lógicas.

Siga este tutorial de Computer Use da OpenAI Agents API para criar um agente de QA em Python que testa um checkout em um navegador hospedado e retesta a correção na mesma sessão.

Avalie agentes de IA que usam ferramentas. Aprenda conclusão de tarefas, precisão nas chamadas de ferramentas, calibração de recusas e testes de injeção — com código e um gate de CI reutilizável.

Aprenda como quantização, otimização de KV-cache, batching, decodificação especulativa, largura de banda de memória e ajustes orientados por hardware podem melhorar velocidade, escala e eficiência de custos ao servir large language models.

Compare LangChain, LangGraph, LangSmith e LangFlow. Entenda os papéis, pontos fortes e quando usar cada um para criar aplicações de IA prontas para produção.