Explore temas gerais e conceitos de estatística, Data Science e softwares de análise de dados como R e Python.
Consultamos uma das pesquisas do economista Erik Brynjolfsson, do MIT, para saber como decisões orientadas a dados afetam o mercado.
A ciência de dados no marketing é uma estratégia eficiente para otimizar processos e gerar resultados mais precisos para a equipe.
Inteligência artificial e big data são palavras que ganharam uma popularidade muito grande nos últimos anos e acabam muitas vezes sendo usadas fora de contexto.
No artigo de hoje vamos falar mais sobre as ferramentas, softwares e linguagens de programação utilizados para trabalhar com os dados como o R e o Python.
Análises descritivas e preditivas são as ferramentas que um cientista de dados precisa aprender logo de cara. Elas são relativamente simples, mas possibilitam grandes melhorias no dia a dia da empresa. Já a prescritiva exige um conhecimento de negócios mais aprofundado e muitas vezes um trabalho em equipe junto aos gerentes.
Data Science é um termo novo e que muitas vezes é confundido com ferramentas, técnicas ou áreas específicas do trabalho. Sendo que, na verdade, ele é um conjunto de métodos e práticas que possibilita o trabalho com os dados.
A Regressão Logística Multinomial é utilizada para verificar se há relação entre a variável resposta com uma ou mais variáveis independentes.
A prova de conceito é um protótipo, elaborado para a validação de uma ideia. E, no nosso caso, é um protótipo de produto de dados.
Leaflet é uma das bibliotecas JavaScript mais populares para a criação de mapas interativos. Esse pacote permite gerar mapas no R, para usar em documentos RMarkdown e Shiny.