Data Science Tutorials

Descubra como criar um histograma com o Base R usando nosso tutorial abrangente de 6 etapas. Personalize seus gráficos e visualize as distribuições de dados com eficiência.

Os modelos de aprendizado de máquina são poderosos, mas difíceis de interpretar. No entanto, os valores de SHAP podem ajudar você a entender como os recursos do modelo afetam as previsões.

Saiba como fazer o ajuste fino do Llama-2 no Colab usando novas técnicas para superar as limitações de memória e computação e tornar mais acessíveis os modelos de linguagem grandes de código aberto.

Explore a arquitetura dos Transformers, os modelos que revolucionaram o tratamento de dados por meio de mecanismos de autoatenção.

Explore nosso guia passo a passo para executar comandos externos usando o módulo de subprocesso do Python, completo com exemplos.

Este artigo aborda como e quando você deve usar a classificação k-nearest neighbors com o scikit-learn. Com foco em conceitos, fluxo de trabalho e exemplos. Também abordamos as métricas de distância e como selecionar o melhor valor para k usando a validação cruzada.

Neste tutorial, você aprenderá a classificar a árvore de decisão, as medidas de seleção de atributos e como criar e otimizar o classificador de árvore de decisão usando o pacote Python Scikit-learn.

Neste tutorial, você aprenderá a trabalhar com o pacote OpenAI Python para ter conversas de forma programática com o ChatGPT.

Aprenda a usar operadores aritméticos e lógicos no R. Esses operadores binários funcionam em vetores, matrizes e escalares.

Saiba como criar e avaliar um classificador Naive Bayes usando o pacote Scikit-learn do Python.

Aprenda sobre PCA e como ele pode ser aproveitado para extrair informações dos dados sem nenhuma supervisão usando dois conjuntos de dados populares: Câncer de mama e CIFAR-10.

Aprenda os principais componentes do modelo ARIMA, como criá-lo e otimizá-lo para obter previsões precisas em Python e explore suas aplicações em vários setores.