
Dados de Alta Frequência em Séries Temporais
Artigo escrito por Denise Paiva A todo momento, lidamos com dados de alta frequência — como temperaturas diárias, volume de
Explore temas gerais e conceitos aprofundados de estatística, Data Science e softwares de análise de dados como R e Python.
Artigo escrito por Denise Paiva A todo momento, lidamos com dados de alta frequência — como temperaturas diárias, volume de
Veja como a regressão logística pode prever sintomas cognitivos em idosos com base em escores de exames psicológicos.
Dashboard vs report: saiba as diferenças, suas características, vantagens e quando usar cada ferramenta para análise de dados.
Aprenda a implementar um modelo de regressão logística em Python para prever a ocorrência de doenças com base na idade dos pacientes.
Aprenda a otimizar a gestão de fluxos de trabalho de dados com Airflow, automatizando processos e melhorando a eficiência.
Descubra a importância do pré-processamento para melhorar a eficiência e a facilidade do processo de mineração de dados.
A análise de regressão tem por objetivo desvendar o comportamento entre uma variável dependente (resposta) e as consideradas independentes (explicativas).
Descubra como aplicar técnicas de machine learning em Python, desde a preparação dos dados até a construção de modelos eficientes.
Machine Learning é uma inteligência artificial que permite que computadores tomem decisões com a ajuda de algoritmos. Neste artigo vamos falar de regressão e clustering.
Machine Learning (ou aprendizado de máquina) é uma inteligência artificial que permite que computadores tomem decisões com a ajuda de algoritmos. Esses algoritmos reconhecem padrões e se tornam capazes de fazer predições.
O Machine Learning é um método de análise de dados da área da Inteligência Artificial que automatiza a criação de modelos analíticos. Por meio de algoritmos é possível fazer predições e o aprender certos padrões sem a intervenção humana.
Os sistemas de recomendação (RecSys) estão presentes na maioria das redes sociais e funcionam usando métodos estatísticos para determinar quais conteúdos cada usuário tem maior probabilidade de se engajar.