Curso da Universidade de Stanford sobre transformers:
CS25 - Transformers United
https://www.youtube.com/playlist?list=PLoROMvodv4rNiJRchCzutFw5ItR_Z27CM

Curso online na Universidade de Harvard: https://pll.harvard.edu/course/introduction-data-science-python?delta=0

Livro em pdf: BAYESIAN METHODS
for Statistical Analysis
https://press-files.anu.edu.au/downloads/press/n1652/pdf/book.pdf

Curso de Aprendizado de Máquina gratuito:
https://www.udacity.com/course/intro-to-machine-learning--ud120

Curso completo sobre Análise Bayesiana:
https://avehtari.github.io/BDA_course_Aalto/#Videos

Livro disponível em pdf. Com códigos em R.
https://srdas.github.io/Papers/DSA_Book.pdf

Meu aluno Vitor fez um excelente vídeo introduzindo o que é uma rede complexa. Muito legal!
https://www.youtube.com/watch?v=HW93H0ZzPQQ

5 livros para aprender sobre causalidade:

1 – The book of Why
Neste livro, Judea Pearl explora os conceitos de causalidade de maneira intuitiva. Apesar de não ser técnico, aborda a importância da causalidade na análise de dados. Ideal para aqueles que buscam uma visão abrangente sobre o tema, sem a necessidade de se aprofundar demasiadamente nos aspectos mais técnicos.
https://amzn.to/3UV6N1c

2 - Causal Inference for The Brave and True
Um livro técnico, porém muito bem escrito, que discute os principais conceitos de causalidade de forma acessível.
Disponível online: https://lnkd.in/dzgj_2BZ

3 - Causal Inference: What If (the book)
Este livro foca em inferência causal em experimentos, apresentando os conceitos de maneira clara e objetiva.
Disponível online: https://lnkd.in/d4S8CK2d

4 - Causal Inference in Python
Um guia prático que demonstra como aplicar inferência causal em Python, abordando os conceitos de forma prática e acessível.
https://amzn.to/3wmVAMr

5 - Causality
Este é um livro clássico sobre causalidade, escrito por Judea Pearl. Recomendado para aqueles que buscam um conteúdo mais avançado, explora conceitos matemáticos relacionados à causalidade, proporcionando uma compreensão profunda do assunto.
https://amzn.to/3wxCROw

Várias são relacionadas com Ciência de Dados:
https://www.youtube.com/watch?v=Lbk-EDaySmw

Workshop on Dynamical Processes on Complex Networks
https://www.ictp-saifr.org/wdpcn2024/

Excelente tutorial sobre métodos de Monte Carlo em Python:
https://people.duke.edu/~ccc14/sta-663/MonteCarlo.html

Livro em pdf:
https://media.licdn.com/dms/document/media/D561FAQHcCZoSmaNfCA/feedshare-document-pdf-analyzed/0/1709624496753?e=1710374400&v=beta&t=p65TqpKCHhiNQ71IIpZ5-Mu_oBhafL1CLnS_NzG1wp8

Livro de Álgebra Linear em pdf com vídeos para acompanhar o conteúdo.
https://linear.axler.net/

Quem quiser aprender sobre modelagem de dados epidemiológicos, essa escola em São Paulo é uma ótima oportunidade. É de graça.
https://www.ictp-saifr.org/smidd2024/
Application deadline: March 17, 2024
There is no registration fee and limited funds are available for travel and local expenses.

Diversos recursos para aprender sobre Large Language Models:
The Practical Guides for Large Language Models
https://github.com/Mooler0410/LLMsPracticalGuide

Para quem ainda não conhece, esse é nosso curso completo de estatística disponível no youtube. São 23 aulas cobrindo os principais tópicos da área.

https://www.youtube.com/watch?v=cVIil-PyilQ&list=PLSc7xcwCGNh1nlUYd3NuFDqw3RjnsOowG

Livro em pdf online:
https://srdas.github.io/Papers/DSA_Book.pdf

Curso gratuito de visualização de dados:
https://t.co/AooPGyf5Ib

🚨Curso gratuito e online na USP, com certificado 🚨

Inteligência Artificial - curso comemorativo dos 90 anos da Universidade de São Paulo

O curso, com 6 horas de duração (ministrado de forma síncrona) e de caráter introdutório, apresentará uma visão geral da IA e abordará duas áreas relacionadas de grande destaque atual: o Processamento de Linguagem Natural e a Visão Computacional.

O curso ocorrerá no dia 5 de abril de 2024 (sexta-feira) no âmbito do Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP), sendo realizado presencialmente no Centro de Difusão Internacional (CDI) da USP (no campus do Butantã, na cidade de São Paulo) e transmitido pelo Youtube. Ele ocorrerá em duas sessões: das 9 às 12h e das 14 às 17h. O programa previsto para o curso é mostrado abaixo, juntamente com os horários (preliminares) de cada tópico.

Após a finalização do curso, será aberta uma avaliação online, com questões de múltipla escolha sobre os tópicos abordados. Todos os alunos regularmente inscritos que tirarem nota 7 ou superior na avaliação e que tiverem assistido o curso (o que será verificado pelo preenchimento de formulários online de presença) serão considerados aprovados e receberão certificado da USP (enviado por e-mail em até 4 meses após a finalização do curso).

https://cursosextensao.usp.br/course/view.php?id=3867

🚨Excelente material para entrevistas de emprego:

50 Pen and Paper Exercises on Machine Learning
(with Solutions)