Data Science Tutorials

Conheça os principais recursos e as práticas recomendadas do Azure Monitor para otimizar o uso de recursos e os custos, garantir a conformidade e resolver problemas de desempenho ou segurança.

O operador SQL IN permite que você filtre os resultados da consulta para incluir apenas as linhas que atendem às condições especificadas. Explore todo o seu potencial e suas alternativas.

Este artigo apresenta um guia prático para a implementação do TNT-LLM, uma estrutura que automatiza a geração de taxonomia e a classificação de textos usando LLMs, demonstrada por meio de um exemplo de agrupamento de artigos de notícias com GPT-4 e LangGraph.

Crie boxplots impressionantes em Python! Este tutorial abrangente para iniciantes aborda o Matplotlib e o Seaborn, ajudando você a visualizar e comparar distribuições de dados.

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.

Qwen é uma família de modelos multimodais e de linguagem ampla desenvolvida pela Alibaba Cloud, projetada para várias tarefas, como geração de texto, compreensão de imagens e conversação.

Saiba como instalar e configurar sua conta do AWS pela primeira vez com este tutorial abrangente. Descubra as configurações essenciais, as práticas recomendadas de segurança e como aproveitar os serviços da AWS para análise de dados e machine learning.

Saiba como classificar dados no Excel com as funções RANK(), RANK.EQ() e RANK.AVG(). Entenda suas diferenças, aplicações e dicas para uma análise de dados precisa.

Aprenda Stochastic Gradient Descent, uma técnica de otimização essencial para machine learning, com este guia abrangente em Python. Perfeito para iniciantes e especialistas.

O prompting de disparo zero é uma técnica na qual um modelo de IA recebe uma tarefa ou pergunta sem nenhum exemplo prévio ou treinamento específico sobre essa tarefa, contando apenas com seu conhecimento preexistente para gerar uma resposta.

Combine VLOOKUP() com IF() para uma análise de dados eficiente, incluindo pesquisas condicionais, tratamento de erros e indexação dinâmica de colunas.

Aprenda as diferenças entre as técnicas RAG e Fine-Tuning para personalizar o desempenho do modelo e reduzir as alucinações nos LLMs.