O raciocínio Bayesiano é fundamental em Ciência de Dados. No entanto, estudar livros de estatística, sobre inferência Bayesiana, pode ser bastante desencorajador. O ideal é sempre considerar livros que apresentem o raciocínio Bayesiano, mas com ênfase nas tarefas de classificação ou regressão. Após esse primeiro contato, o leitor pode sempre recorrer os livros mais específicos, mas é sempre bom começar com algo aplicado. Esse livro, disponível online é uma ótima referência para estudar métodos Bayesianos baseados em grafos.

http://web4.cs.ucl.ac.uk/staff/D.Barber/pmwiki/pmwiki.php?n=Brml.Online

Predição de séries temporais é uma área extremamente importante de Ciência de Dados. No entanto, encontrar material de qualidade na internet não é fácil. Essa é uma excelente aula que mostra como usar o método XGBoost para predizer séries temporais. É possível colocar a legenda em Português.

https://www.youtube.com/watch?v=vV12dGe_Fho&list=PL7f0Gy2DLA9kR-Gl32DOjSZ2qIoaHNknP&index=111&t=305s&ab_channel=RobMulla

Erros em Ciência de Dados podem comprometer os resultados e inviabilizar projetos. Nesse artigo são descritos os principais erros que podem ser cometidos na análise de dados. São descritas cinco fases do processo de aprendizagem da máquina: o que fazer antes da construção de modelos, como construir modelos de forma confiável, como avaliar robustamente modelos, como comparar modelos de forma justa, e como publicar os resultados.

How to avoid machine learning pitfalls: a guide for academic researchers

Link: https://arxiv.org/abs/2108.02497

Feliz dia Internacional das Mulheres! 👏 🥂
Para comemorar, um livro sobre cientistas (pdf gratuito):
https://www.uclpress.co.uk/products/211143

Para quem trabalha com dados urbanos, esse é um excelente livro. É possível não apenas estudar o conteúdo, mas também reproduzir os códigos desenvolvidos na linguagem R:

https://ipeagit.github.io/intro_access_book/en/index.en.html

Para quem tem interesse em Bioinformática, essa é uma excelente sequência de vídeos. Um curso completo que ensina a usar as principais ferramentas, como a BLAST. Alguns exemplos estão em Python:
Introductory Bioinformatics
https://www.youtube.com/playlist?list=PLRbOsyrFi8C4ZKSPRuL9DnCw-xuQlyVXz

Análise dos componentes principais (PCA) é uma das principais técnicas para redução de dimensionalidade em Ciência de Dados. Essa técnica permite-nos projetar os dados em um espaço de menor dimensão, onde o primeiro eixo é o de maior variação nos dados, o segundo é o segundo de maior variação perpendicular ao primeiro e assim sucessivamente. O resultado da projeção é um conjunto de dados onde os atributos são não-correlacionados (não independentes!). Essa é uma excelente revisão e tutorial sobre PCA.

Essa é outra excelente revisão e tutorial sobre PCA.

https://dl.acm.org/doi/abs/10.1145/3447755?casa_token=NAMiHH34-KMAAAAA:FT1-8KdxXjzQhsK_SYbFNE62c712wtrkyiUHfMDNGi1JMCSsfTxlI_4Jt_afGFJ8SJhZRUHIZmXm3g

Evento online: https://www.youtube.com/watch?v=bY2aTBeCyJU&ab_channel=InstitutodeEstudosAvan%C3%A7adosdaUSP

Para quem trabalha com R, esse curso parece muito interessante:
An Introduction to R - for beginners and Biologists
https://www.youtube.com/playlist?list=PLRbOsyrFi8C6p6txwl57Gjr5_ZBKzO-qh

API interessante que permite analisar dados do Governo Federal: https://colab.research.google.com/drive/1lRbpw9NfxiTrGTEcSuh4QNzX0hUjJV8c?usp=sharing

ChatGPT terá alguns plugins.
- suporte para navegação e recuperação de informação da internet
- um intérprete de código Python que ajuda com problemas matemáticos, análise de dados, visualização, e muito mais.
- um plugin de recuperação de código aberto que lhe permite aproveitar as suas fontes de dados, tais como arquivos e notas.
- plugins de terceiros tais como Wolfram, OpenTable, Instacart, e muito mais.

https://openai.com/blog/chatgpt-plugins

Um curriculum completo para quem quiser estudar Ciência da Computação. Totalmente online.
https://github.com/ossu/computer-science#summary

Livro sobre aprendizado por reforço disponível na internet:
Reinforcement Learning: An Introduction

http://incompleteideas.net/book/the-book.html

Em Ciência de Dados, cálculo é uma disciplina fundamental, principalmente para entender processos de otimização, como em redes neurais. Um dos melhore livros de Cálculo publicado em 1910. Disponível online:
Calculus Made Easy
http://calculusmadeeasy.org/

Curso de Deep Learning na Carnigie Mellon University - 2023. Há aulas sobre técnicas modernas, como transformers, e predição de séries temporais.
https://www.youtube.com/playlist?list=PLp-0K3kfddPwgBSCbDtT6NaVOd-gIHVMW

Curso de introdução à computação e programação em Python oferecido pelo MIT:
https://ocw.mit.edu/courses/6-0001-introduction-to-computer-science-and-programming-in-python-fall-2016/

Curso de Redes Neurais na Carnegie Mellon University:

https://www.youtube.com/playlist?list=PLp-0K3kfddPxRmjgjm0P1WT6H-gTqE8j9

Livro disponível na web: https://pimbook.org/

Playlist com curso completo de aprendizado de máquina na Universidade de Cornell. Há tópicos bastante interessantes:
Applied Machine Learning (Cornell Tech CS 5787, Fall 2020)
https://www.youtube.com/playlist?list=PL2UML_KCiC0UlY7iCQDSiGDMovaupqc83