Para quem estiver em São Carlos, teremos um workshop nos dias 21 e 22 de maio. O evento é gratuito e aberto a todos os interessados. Será no anfiteatro Fernão Rodrigues Germano, do ICMC-USP.

https://cemeai.icmc.usp.br/workshop-ira-aprimorar-estudos-em-redes-complexas-e-ciencia-de-dados/

Curso de Séries Temporais no Coursera, gratuito:
https://www.coursera.org/learn/practical-time-series-analysis

Canal interessante com vídeos sobre diversas linguagens de programação. É possível colocar legendas em português:
https://www.youtube.com/@BroCodez/playlists

🚨Matemática para Machine Learning: Livro com vídeos: 👇
📘Livro: https://skim.math.msstate.edu/LectureNotes/Machine_Learning_Lecture.pdf
🎞Vídeos: https://www.youtube.com/@mathtalent

🚨Biblioteca interessante para processamento de séries temporais em Python. 🐍

sktime is a library for time series analysis in Python. It provides a unified interface for multiple time series learning tasks. Currently, this includes time series classification, regression, clustering, annotation, and forecasting. It comes with time series algorithms and scikit-learn compatible tools to build, tune and validate time series models.

https://github.com/sktime/sktime

🚨 Séries temporais: Livro, cursos, tutoriais, pacotes

Um dos tipos de dados mais importantes, mas desconhecido por muitos cientistas de dados, são as séries temporais. Há vários recursos para aprender sobre o seu processamento na web. Segue uma lista de materiais.

📚 Books (online):
* Forecasting: Principles and Practice
https://otexts.com/fpp3/

* Time Series Analysis and Its Applications
http://www.stat.ucla.edu/~frederic/415/S23/tsa4.pdf

* Forecasting in Economics, Business, Finance and Beyond
https://www.sas.upenn.edu/~fdiebold/Teaching221/Forecasting.pdf

* Time Series for Macroeconomics and Finance
https://lnkd.in/dBB9QCWR


🎓 Courses;
* Practical Time Series Analysis
https://www.coursera.org/learn/practical-time-series-analysis/home/week/1

* Bayesian Statistics: Time Series Analysis
https://www.coursera.org/programs/universidade-de-sao-paulo-br-on-coursera-mvxtw/learn/bayesian-statistics-time-series-analysis?source=search

* Introduction to Predictive Modeling
https://www.coursera.org/programs/universidade-de-sao-paulo-br-on-coursera-mvxtw/learn/introduction-to-predictive-modeling?source=search

* SP18: Time Series Analysis
https://learning.edx.org/course/course-v1:GTx+ISYE6402x+1T2018/home

👨‍🏫 Tutorials:
* ARIMA and SARIMAX models with Python
https://cienciadedatos.net/documentos/py51-arima-sarimax-models-python.html

* Skforecast: time series forecasting with Python and Scikit-learn
https://colab.research.google.com/drive/1X1DJF4pZlklIt5srQnyTYoyFVLunr_OQ#scrollTo=vvBIDvXfFyTF

📈 Packages:
* Darts
https://unit8co.github.io/darts/

* PyTorch Forecasting
https://github.com/jdb78/pytorch-forecasting

* Prophet:
https://facebook.github.io/prophet/

* Auto_TS:
https://github.com/AutoViML/Auto_TS

* ETNA:
https://github.com/tinkoff-ai/etna

* Kats:
https://github.com/facebookresearch/Kats

* Merlion:
https://github.com/salesforce/Merlion

* Pycaret:
https://github.com/pycaret/pycaret

* Sktime:
https://github.com/sktime/sktime

Dois artigos importantes para aprender sobre séries temporais:

📑 A Basic Time Series Forecasting Course with Python 🐍
https://lnkd.in/dhqX3mS9

📑 Forecast evaluation for data scientists: common pitfalls and best practices
https://lnkd.in/ds3eEbxD

Pacote para classificação de séries temporais:
https://pyts.readthedocs.io/en/stable/

🚨Oportunidade: Concurso para professor na USP - São Carlos, em Ciência de Dados 🎓
Inscrições abertas até 11.07.2024.

🏛 Concurso Público para provimento de 01 (um) cargo de Professor Doutor, Ref. MS-3, em Regime de Dedicação Integral à Docência e à Pesquisa (RDIDP), para o Departamento de Matemática Aplicada e Estatística. A área de conhecimento é hashtag#Cienciadedados, nas especialidades Ciência de dados e Otimização.

O candidat@ deve escolher uma das áreas para fazer as provas.

5 Cursos de Python gratuitos na Coursera:

🐍 Crash Course on Python
https://www.coursera.org/learn/python-crash-course

🐍 Python for Data Science, AI & Development
https://www.coursera.org/learn/python-for-applied-data-science-ai

🐍 Get Started with Python
https://www.coursera.org/learn/get-started-with-python

🐍 Python Basics
https://www.coursera.org/learn/python-basics

🐍 Data Analysis with Python
https://www.coursera.org/learn/data-analysis-with-python

🚨Curso gratuito oferecido pela USP: (5 mil vagas!) 👇

"Construção de website utilizando tecnologia Google: o primeiro site a gente nunca esquece"

- transmissão pelo YouTube
- realização: 28 de agosto (14h30min - 17h30min)

Inscrições até 27/08/2024
link para inscrição: https://uspdigital.usp.br/apolo/inscricaoPublicaFormTurmaListar?codund=74&codcurceu=740400052&codedicurceu=24002&numseqofeedi=1&oriins=W

Programa:
https://uspdigital.usp.br/apolo/apoListarCursoNome?nom_curso=google&nomeAreaConhecimento=&submit=buscar

Um dos principais desafios na Ciência de Dados é o desbalanceamento dos dados. Por exemplo, em bases de dados de instituições financeiras, apenas uma pequena parcela dos usuários comete fraudes. Para lidar com o desbalanceamento, existem diversas técnicas disponíveis. A seguir, apresentamos uma lista de materiais úteis:

📚 Book: Machine Learning for Imbalanced Data
https://lnkd.in/devmVFi3

📑 Papers:
🔴 Learning from Imbalanced Data
https://lnkd.in/dMPp-kGj

🔴 A Survey of Predictive Modeling on Imbalanced Domains
https://lnkd.in/dqbCDkAQ

🔴 A Systematic Review on Imbalanced Data Challenges in Machine Learning: Applications and Solutions
https://lnkd.in/dp2Pwmzi

💻 Library:
imbalanced-learn https://lnkd.in/d_pHc5hB

Esses são os artigos sobre dados desbalanceados que citei acima. 👇

Livro online sobre Inferência Estatística:
https://lakens.github.io/statistical_inferences/

𝐋𝐄𝐀𝐑𝐍𝐈𝐍𝐆 𝐓𝐇𝐄𝐎𝐑𝐘 𝐅𝐑𝐎𝐌 𝐅𝐈𝐑𝐒𝐓 𝐏𝐑𝐈𝐍𝐂𝐈𝐏𝐋𝐄𝐒
Livro em pdf: https://www.di.ens.fr/~fbach/ltfp_book.pdf

Ferramenta nova do Pandas: Generative AI to Pandas
https://github.com/sinaptik-ai/pandas-ai

Curso gratuito oferecido pela Microsoft:
🚀 Generative AI for Beginners
https://microsoft.github.io/generative-ai-for-beginners/#/

📚 A Amazon está com promoção de alguns livros. Segue uma lista que recomendo fortemente:

Storytelling com Dados
https://amzn.to/4fcdrI7
R$ 53

Fora de série - Outliers
https://amzn.to/4d9izur
R$ 29

Os números não mentem
https://amzn.to/3zKUxHY
R$ 34

A navalha de Ockham
https://amzn.to/4bR3e0O
R$ 23

Uma senhora toma chá
https://amzn.to/3zGZAsQ
R$ 51

O andar do bêbado:
https://amzn.to/3zObkKa
R$41

O poder do infinito: Como o cálculo revela os segredos do universo
https://amzn.to/3xT4K4H
R$ 33

Subliminar: Como o inconsciente influencia nossas vidas
https://amzn.to/4d88mhU
R$ 45

Elástico: Como o pensamento flexível pode mudar nossas vidas
https://amzn.to/4danknP
R$ 41

Factfulness
https://amzn.to/3YfSQfE
R$ 55

A próxima onda: Inteligência artificial, poder e o maior dilema do século XXI
https://amzn.to/3W8AL0w
R$ 52

Superfreakonomics
https://amzn.to/3zK4Bkt
R$ 63

Freakonomics
https://amzn.to/3SbyRet
R$ 44

Todo Mundo Mente
https://amzn.to/3W3Qjme
R$ 48

Análise Prática de Séries Temporais
https://amzn.to/4bNXKUj
R$ 59

A ciência da sorte: A matemática e o mundo das apostas: de loterias e cassinos ao mercado financeiro
https://amzn.to/3W9P0Cd
R$ 59

As leis do acaso: Como a probabilidade pode nos ajudar a compreender a incerteza
https://amzn.to/4cOblwr
R$ 68

A arte da estatística: Como aprender a partir de dados
https://amzn.to/3Wc6ZYL
R$ 68