Tutoriais de Ciência de Dados

Entenda o que é uma função objetivo, como ela funciona em otimização e machine learning, e como defini-la e interpretá-la com exemplos reais.

Explore como a regressão polinomial ajuda a modelar relações não lineares e a melhorar a precisão preditiva em dados do mundo real.

Um guia prático sobre regularização em machine learning — o que é, como funciona e quando usar L1, L2 e Elastic Net para criar modelos que generalizam.

Um mergulho na arquitetura ResNet, mostrando como o aprendizado residual e as conexões de atalho resolvem os problemas de gradiente que desaparece e degradação que dificultam o treinamento de redes neurais profundas.

Aprenda a usar a função SQL RANK() para atribuir classificações às linhas, lidar com empates e compará-la com DENSE_RANK() e ROW_NUMBER().

Aprenda a usar VLOOKUP() no Google Sheets para buscar, encontrar e puxar dados de grandes bases em segundos.

Aprenda a fazer fine-tuning do NVIDIA Nemotron-3-Nano-4B em um dataset de Q&A de psicologia usando uma GPU RTX 3090, com LoRA e TRL, após baixar o modelo do Hugging Face.

Aprenda a criar um app de agente da OpenAI que roda dentro de Modal Sandboxes, trabalha com arquivos, executa código e retorna resultados neste tutorial prático em Python.

Aprenda a usar o Qwen 3.6 Plus da Alibaba, Python e o SDK da OpenAI para criar um pipeline automatizado de processamento de faturas com visão nativa e chamadas de ferramentas.

Entenda como o algoritmo Apriori funciona, seus conceitos-chave e como usá-lo com eficiência para análise de dados e tomada de decisão.

Aprenda como a distribuição binomial modela múltiplos resultados binários e é usada em áreas como finanças, saúde e machine learning.

Entenda como o bootstrapping melhora a estimação de intervalos de confiança e erros-padrão. Saiba diferenciar as técnicas de bootstrapping paramétrico e não paramétrico e veja como aplicá-lo em previsão de séries temporais.