
Gestão de Fluxos de Trabalho de Dados com Airflow
Artigo escrito por Bethânia Kelly Com a crescente demanda por eficiência e escalabilidade na gestão de dados, ferramentas como o
Explore temas gerais e conceitos aprofundados de estatística, Data Science e softwares de análise de dados como R e Python.
Artigo escrito por Bethânia Kelly Com a crescente demanda por eficiência e escalabilidade na gestão de dados, ferramentas como o
A importância do pré-processamento para melhorar a eficiência e a facilidade do processo de mineração de dados A crescente quantidade
Entenda as mudanças no Pix com a IN RFB nº 2219/2024, descubra como elas afetam o dia a dia dos brasileiros e o papel da ciência de dados na fiscalização financeira.
Aprenda como criar pacotes em R de forma prática com este guia completo. Descubra as melhores práticas e ferramentas para desenvolvedores.
Descubra o Paradoxo de Simpson: como uma análise de dados agregada pode inverter relações entre variáveis e levar a conclusões equivocadas.
Entenda como escrever um código limpo e eficiente, aplicando práticas que garantem clareza e facilidade de manutenção.
Aprenda como criar pacotes em R de forma prática com este guia completo. Descubra as melhores práticas e ferramentas para desenvolvedores.
Descubra o Paradoxo de Simpson: como uma análise de dados agregada pode inverter relações entre variáveis e levar a conclusões equivocadas.
Explore aplicativos do pacote Shiny para tornar o ensino de matemática e estatística mais interativo e acessível.
Descubra o que é Pesquisa Operacional e como a programação linear está inserida dentro deste conceito tão importante da estatística.
Entenda como os conceitos de análise de sentimentos e nuvem de palavras estão interligados dentro da ciência de dados com o artigo a seguir.
Em um estudo, você sabe qual cálculo de amostra utilizar? São várias fórmulas, métodos e programas; todos explicados no artigo a seguir.
Entenda a Inferência Bayesiana: o que é, como funciona e suas aplicações na análise de dados estatísticos.
Os conjuntos de dados de sobrevivência são caracterizados pelos tempos de falha, e regularmente, pelas censuras e são esses tempo que constituem a resposta.
O principal objetivo do modelo linear misto é remover a premissa de independência dos dados, da análise de regressão comum.
Uma série temporal é um conjunto de observações de uma variável de interesse tomadas ao longo do tempo. Utilizando a relação de dependência (ou correlação) que uma observação da série apresenta com relação às anteriores, pode-se construir modelos para esta série e, com eles, gerar previsões para os próximos valores que ela pode assumir.