Livro online: https://jakevdp.github.io/PythonDataScienceHandbook/

livro online: https://link.springer.com/book/10.1007/978-3-031-16624-2

Nonparametric Statistical Significance Tests in Python

https://jmyao17.github.io/Statistics/Nonparametric_Statistical_Significance_Tests.html

Mais um curso de Álgebra Linear avançada:
https://www.youtube.com/playlist?list=PLOAf1ViVP13jdhvy-wVS7aR02xnDxueuL

Curso completo: Deep Reinforcement Learning
https://www.youtube.com/playlist?list=PL_iWQOsE6TfURIIhCrlt-wj9ByIVpbfGc

O método da máxima verossimilhança é um dos mais importantes em inferência estatística. Esse artigo aborda esse método e sua história. Para quem está interessando em aprender os fundamentos de como inferir os parâmetros de uma população, sugiro a leitura:

The Epic Story of Maximum Likelihood
https://twitter.com/docmilanfar/status/1620292922313945089

Texto interessante sobre o Teorema Central do Limite, extraída do livro de Sheldon Ross.

Algumas funções de ativação usadas em redes neurais.

Conteúdo excelente que explica como uma rede neural funciona, detalhadamente: https://www.youtube.com/playlist?list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi

Para quem prefere usar a linguagem R, esse livro disponível online é bastante completo
Hands-On Machine Learning with R

https://bradleyboehmke.github.io/HOML/

Biblioteca para inferência causal baseada em deep learning:
https://github.com/microsoft/causica

Excelente livro sobre inferência Bayesiana disponível online:

http://www.stat.columbia.edu/~gelman/book/

Pessoal, estamos próximos de 10k inscritos. Em breve deve sair novos vídeos. Se inscrevam e compartilhem o conhecimento: https://www.youtube.com/franciscorodrigues

A base Datasaurus Dozen é uma base muito interessante, pois os dados apresentam a mesma média, correlação e variância, mas quando mostramos os pontos em um scatterplot, vemos que os dados são muito diferentes. Por isso, é fundamental usarmos medidas adicionais para descrever os dados, tais como curtose, entropia de Shannon.

https://www.autodesk.com/research/publications/same-stats-different-graphs