Para quem tiver interesse em fazer um MBA em Ciência de Dados, o curso no ICMC-USP é uma ótima opção.
Reportagem do Estadão: https://publicacoes.estadao.com.br/guiadomba/formacao-com-a-mao-na-massa/
Link para inscrições: https://cemeai.icmc.usp.br/MBA/

Livro em pdf: MATHEMATICS of MACHINE LEARNING

Texto interessante sobre modelos de linguagem: Language Models: A Guide for the Perplexed

Curso sobre tecnologia generativa oferecido pela Google. É possível colocar legendas em Português.
https://www.cloudskillsboost.google/course_templates/536

Dados desbalanceados é um dos grandes problemas em Ciência de Dados. Esse livro apresenta diversos notebooks para tratar esse problema.
https://github.com/PacktPublishing/Machine-Learning-for-Imbalanced-Data

Publiquei um novo texto no Medium. É relacionado com IA, como comento no final. https://francisco-rodrigues.medium.com/emerg%C3%AAncia-como-a-ordem-emerge-do-caos-3f06f1576452

Curso de Aprendizado por reforço com livro, slides e aulas online:
Livro: https://web.mit.edu/dimitrib/www/RLCOURSECOMPLETE.pdf
Aulas: https://web.mit.edu/dimitrib/www/RLbook.html

Curso e livro online:
Curso: https://www.di.ens.fr/~fbach/learning_theory_class/index.html
Livro: https://www.di.ens.fr/%7Efbach/ltfp_book.pdf

Inscrições abertas para o Workshop de Probabilidade e Estatística da USP-UFSCar em São Carlos-SP.
Embora a descrição seja em inglês, os minicursos e as palestras são em Português.
The Workshop on Probabilistic and Statistical Methods (WPSM) is a meeting organized by the Joint Graduate Program in Statistics UFSCar/USP (PIPGEs, São Carlos, SP, Brazil) with the aim of discussing new developments in Probability, Statistics, and their applications.
http://wpsm.icmc.usp.br/

Livro de Inferência causal disponível online.

https://mixtape.scunning.com/01-introduction

Curso de Ciência da Computação totalmente online:
https://github.com/Universidade-Livre/ciencia-da-computacao

Curso de Álgebra Linear online na Univesp. Álgebra Linear é fundamental em CD, principalmente para entender modelos de regressão e redes neurais.

https://www.youtube.com/playlist?list=PLxI8Can9yAHdUtWDKtTA9AmuICNyX9EIr

Christopher Bishop escreveu alguns dos livros mais importantes de ML, como o livro Pattern Recognition (https://t.ly/ZLsnt). Recentemente, ele escreveu um novo livro, sobre DL, que está online nesse link:
https://issuu.com/cmb321/docs/deep_learning_ebook?ff

Feliz 2024 a todos!

Artigo de revisão sobre overfitting em redes neurais:

Avoiding Overfitting: A Survey on Regularization Methods for Convolutional Neural Networks
ACM Computing Surveys

Livro: Theory of Deep Learning

Texto interessante que discute a questão do plágio e direitos autorais nas Generative AIs. A questão do overfitting, quando o modelo apenas memoriza e não aprende, é fundamental nesse caso.

https://spectrum-ieee-org.cdn.ampproject.org/c/s/spectrum.ieee.org/amp/midjourney-copyright-2666872100

Para quem estiver em São Carlos-SP:
http://wpsm.icmc.usp.br/

Particularmente, esse minicurso é bastante interessante:
Introduzindo e implementando modelos de sobrevivência Bayesiano
Danilo Alvares da Silva - University of Cambridge (Reino Unido)

O IPEA liberou dados da população brasileira que podem ser facilmente carregados usando R:

https://ipeagit.github.io/censobr/index.html

Excelente vídeos explicando como chegamos ao ChagGPT. Dá para colocar a legenda em Português:

https://www.youtube.com/watch?v=OFS90-FX6pg