📚 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

Curso de Inteligência Artificial na Khan Academy: https://pt.khanacademy.org/khan-for-educators/inteligencia-artificial-e-khanmigo

Curso gratuito online:
https://microsoft.github.io/generative-ai-for-beginners/#/

Review interessante.
https://arxiv.org/abs/2407.15339

Tutorial online: Da Teoria à Prática: Modelos de IA Generativa com R e Python
https://magnotairone.github.io/tutorial_sinape_2024/tutorial

Mathematical Foundations of Reinforcement Learning

Na criação de gráficos para CD, é importante usar as cores corretas. Esse site oferece ótimas paletas de cores. https://coolors.co/palettes/popular

Descrição interessante sobre preparação dos dados. Há uma boa descrição sobre as transformações que podemos realizar.

https://www.davidzeleny.net/anadat-r/doku.php/en:data_preparation

Curso gratuito de Python para Ciência de Dados oferecido pela USP-São Carlos.

https://saocarlos.usp.br/inscreva-se-em-curso-gratuito-da-usp-sobre-python-aplicado-a-ciencia-de-dados/

Excelente tutorial sobre regressão linear (aspectos teóricos).
https://wires.onlinelibrary.wiley.com/doi/pdf/10.1002/wics.1198?casa_token=TIEkxpmlER8AAAAA:JIVPDFiKikDauY_y-C2YGe2SjBrnuwPalOQyyBOWzC-yEDwQjemcbiOW55MXN7DTUNwI3sHyGzv3K2w

Essa é uma das melhores revisões sobre aprendizado de máquina.


"Learning = Representation + Evaluation + optimization"

A distribuição mais importante que poucos conhecem é a Lei de Potência. Ela ocorre na distribuição de renda, no tamanho das cidades, no diâmetro das crateras lunares, nas forças que ligam átomos e planetas e nas conexões entre usuários nas redes sociais.

Para descrever a sua importância, escrevi esse texto introdutório no Medium:
Lei de potência: universalidade na natureza
https://francisco-rodrigues.medium.com/lei-de-pot%C3%AAncia-universalidade-na-natureza-eb016dcaf74e

E também temos uma vídeo aula no YouTube, explicando matematicamente o que é essa lei.
https://www.youtube.com/watch?v=lBKo7AndqUM

Para quem trabalha com dados, essa lei é fundamental.

Curso de Aprendizado de Máquina oferecido pela Google:

Machine Learning Crash Course
https://developers.google.com/machine-learning/crash-course

🚨 As 𝘾𝙖𝙙𝙚𝙞𝙖𝙨 𝙙𝙚 𝙈𝙖𝙧𝙠𝙤𝙫 são fundamentais em diversos campos do conhecimento, especialmente em áreas como matemática, física, estatística, ciência de dados e ciência da computação.

🎯 𝘌𝘭𝘢𝘴 𝘮𝘰𝘥𝘦𝘭𝘢𝘮 𝘴𝘪𝘴𝘵𝘦𝘮𝘢𝘴 𝘦𝘴𝘵𝘰𝘤𝘢𝘴𝘵𝘪𝘤𝘰𝘴 𝘴𝘦𝘮 𝘮𝘦𝘮ó𝘳𝘪𝘢, 𝘰𝘯𝘥𝘦 𝘰 𝘧𝘶𝘵𝘶𝘳𝘰 𝘥𝘦𝘱𝘦𝘯𝘥𝘦 𝘢𝘱𝘦𝘯𝘢𝘴 𝘥𝘰 𝘦𝘴𝘵𝘢𝘥𝘰 𝘱𝘳𝘦𝘴𝘦𝘯𝘵𝘦 𝘦 𝘯ã𝘰 𝘥𝘰 𝘩𝘪𝘴𝘵ó𝘳𝘪𝘤𝘰 𝘢𝘯𝘵𝘦𝘳𝘪𝘰𝘳. Essa propriedade permite a modelagem de uma ampla gama de fenômenos, desde previsões meteorológicas até sistemas de filas, aprendizado de máquina e economia.

💡 Também são muito usadas em inferência estatística, nos modelos MCMC (Markov Chain Monte Carlo), e em aprendizado de máquina, em modelos que lidam com 𝗱𝗮𝗱𝗼𝘀 𝘀𝗲𝗾𝘂𝗲𝗻𝗰𝗶𝗮𝗶𝘀, como séries temporais e processamento de linguagem natural. Modelos baseados em cadeias de Markov, como os 𝗠𝗼𝗱𝗲𝗹𝗼𝘀 𝗢𝗰𝘂𝗹𝘁𝗼𝘀 𝗱𝗲 𝗠𝗮𝗿𝗸𝗼𝘃 (HMMs), são usados para capturar dependências temporais entre eventos, facilitando tarefas como reconhecimento de fala, tradução automática e análise de sequência de DNA.

📺 Nessa vídeo aula, apresentamos os conceitos fundamentais de cadeias de Markov.

https://www.youtube.com/watch?v=k6FAZJGTZJo

Resumo interessante sobre algebra matricial para entender a teoria de CD:

https://tminka.github.io/papers/matrix/minka-matrix.pdf

Cursos gratuitos oferecido por instituições públicas, com certificado. Há cursos EAD e presenciais. Há cursos de ciência de dados, aprendizado de máquina, estatística e programação, dentre outros:

ENAP
https://www.enap.gov.br/pt/

Instituto Federal do RS
https://estude.ifrs.edu.br/cursos/

Aprenda mais:
https://aprendamais.mec.gov.br

Curso de Deep Learning gratuito em SP:

https://www.ictp-saifr.org/dsml2024/