Tutoriais de Ciência de Dados

Saiba como ajustar o GPT-4o com imagens seguindo este tutorial passo a passo, onde você descobrirá como melhorar a capacidade do GPT-4o de reconhecer igrejas georgianas.

Saiba como destilar LLMs com a ferramenta de destilação da OpenAI. Este tutorial fornece um guia passo a passo usando o GPT-4o e o GPT-4o-mini para gerar comandos Git.

O bloco if __name__ == "__main__" em Python permite que você defina o código que será executado somente quando o arquivo for executado diretamente como um script, mas não quando for importado como um módulo em outro script.

O Llama Stack é um conjunto de ferramentas padronizadas e APIs desenvolvidas pela Meta que simplifica o processo de criação e implantação de grandes aplicativos de modelos de linguagem.

Personalize o modelo GPT-4o Mini para classificar as publicações do Reddit em rótulos "estressantes" e "não estressantes".

O Python dlt é uma ótima opção para engenheiros de dados que desejam mover dados com rapidez e confiança. Ele se integra a praticamente qualquer origem e destino e permite que você escreva seus pipelines ELT/ETL rapidamente. Este tutorial mostra a você como controlar cada etapa do pipeline e trabalhar com arquivos locais, nuvem, bancos de dados e APIs REST.

Saiba como instalar o Jenkins no Windows, configurar e executar agentes e pipelines do Jenkins e criar projetos MLOps com pipelines do Jenkins, desde o treinamento do modelo até a veiculação do modelo.

Explore os tipos de modelos de equações estruturais. Aprenda a fazer suposições teóricas, criar um modelo hipotético, avaliar a adequação do modelo e interpretar os resultados da modelagem de equações estruturais.

Descubra o algoritmo de clustering de deslocamento médio, suas vantagens, aplicações no mundo real e a implementação passo a passo em Python. Compare-o com o K-means para entender as principais diferenças.

Saiba como o Python gerencia automaticamente a memória com contagem de referência e coleta de lixo geracional e entenda como controlar manualmente a coleta de lixo usando o módulo gc.

Descubra como interpretar o r-quadrado ajustado para avaliar o desempenho do modelo de regressão. Compare a diferença entre o r-quadrado e o r-quadrado ajustado com exemplos em R e Python.

Descubra o GitHub Codespaces, o ambiente de desenvolvimento que permite que você escreva, execute e implante seu código em qualquer lugar.