Data Science Tutorials

Aprenda a calcular e aplicar a Manhattan Distance com exemplos de codificação em Python e R e explore seu uso em machine learning e pathfinding.

O prompting de poucos disparos é uma técnica na qual um modelo de IA recebe alguns exemplos de uma tarefa para aprender antes de gerar uma resposta, usando esses exemplos para melhorar seu desempenho em tarefas semelhantes.

Saiba como usar o AWS Identity and Access Management (IAM) para proteger seu ambiente AWS, gerenciar o acesso com usuários, grupos e funções e implementar práticas recomendadas para uma segurança robusta.

O operador SQL BETWEEN ajuda a filtrar valores dentro de intervalos específicos, permitindo uma análise eficiente dos dados. Descubra suas diversas aplicações e todo o seu potencial.

O encadeamento de prompts é uma técnica que envolve a divisão de uma tarefa complexa em uma série de prompts menores e interconectados, em que o resultado de um prompt serve como entrada para o próximo, orientando o LLM por meio de um processo de raciocínio estruturado.

Conheça os conceitos básicos de PyTorch e entenda em detalhes o funcionamento das redes neurais. Comece a usar o PyTorch hoje mesmo.

Em Python, timedelta é um tipo de dados do módulo datetime usado para representar durações ou diferenças entre dois momentos no tempo.

Saiba como implementar grafos de conhecimento para aplicativos RAG seguindo este tutorial passo a passo para aprimorar as respostas de IA com conhecimento estruturado.

A compactação de prompts é o processo de reduzir o tamanho de um prompt de entrada e, ao mesmo tempo, reter as informações essenciais necessárias para que um modelo de linguagem entenda e gere uma resposta relevante.

Neste tutorial, você aprenderá os fundamentos de um modelo estatístico muito popular: a regressão linear.

Explore vários tipos de gráficos de dados, desde os mais comuns até os avançados e não convencionais, o que eles mostram, quando usá-los, quando evitá-los e como criá-los e personalizá-los em Python.

A importação de dados é a primeira etapa de qualquer projeto de ciência de dados. Saiba por que os cientistas de dados atuais preferem a função read_csv() do pandas para fazer isso.