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

Palestra interessante ocorrendo agora: https://www.youtube.com/watch?v=ZfT2iCFjte0&ab_channel=MBAIABigData

Livro disponível online:
Python for Data Analysis é um livro que se concentra na manipulação, processamento, limpeza, e visualização de dados com Python.
https://wesmckinney.com/book/

Tutoriais de aprendizado de máquina em Python. Ótima maneira de aprender projetos e técnicas:
Machine Learning with Python

https://www.youtube.com/playlist?list=PLQVvvaa0QuDfKTOs3Keq_kaG2P55YRn5v

Nova aula: Lei de potência
https://youtu.be/lBKo7AndqUM
Nessa aula apresentamos a distribuição lei de potência. Calculamos a suas principais propriedades e estimamos o seu coeficiente usando estimação por máxima verossimilhança. Também mostramos como gerar dados de uma lei de potência usando simulação de Monte Carlo.

Quem quiser aprender mais sobre a lei de potência, publiquei um post no Medium:
https://francisco-rodrigues.medium.com/lei-de-pot%C3%AAncia-universalidade-na-natureza-eb016dcaf74e

Post muito interessante, que mostra que o ChatGPT pode ser usado para ajudar no desenvolvimento de projetos de CD.

https://medium.com/@sztistvan/anomaly-detection-in-time-series-using-chatgpt-3fc48f958c88

Livro de inferência estatística em pdf.

Curso completo e online:

Data Analytics and Geostatistics

https://www.youtube.com/playlist?list=PLG19vXLQHvSB-D4XKYieEku9GQMQyAzjJ

Para quem tem interesse em aprendizado auto-supervisionado, essa é uma excelente referência: A Cookbook of Self-Supervised Learning

Boa notícia para quem trabalha com Ciência de Dados: https://www.estadao.com.br/economia/sua-carreira/futuro-do-trabalho-profissoes-criadas-e-eliminados/

Livro de estatística online. Embora seja introdutório, discute os conceitos de forma bastante didática:
https://bookdown.org/probability/statistics/

Para quem gosta de Matemática, esse novo podcast é muito interessante. Recomendo!

A Matemática no Divã
Escute no Spotify: https://icmc.usp.br/e/32d09
Escute na Rádio UFSCar: http://www.radio.ufscar.br/playerPodcast/457

Recursos online para realizar Inferência Estatística. Há muitos erros que podem ser cometidos na inferência de dados e é importante entender muito bem os princípios.

https://lakens.github.io/statistical_inferences/

Para quem quiser aprender mais sobre inferência estatística, criei uma nova playlist. Novos vídeos em breve:

Inferência Estatística
https://www.youtube.com/watch?v=bD2UYs1w_s4&list=PLSc7xcwCGNh3V21rogUKA3lQKKj9fo1sW&ab_channel=Prof.FranciscoRodrigues

O problema de Monty Hall na Folha de São Paulo.

Curso de introdução ao Aprendizado de Máquina oferecido pela Microsoft. Excelente para quem está começando.
Machine Learning for Beginners
https://www.youtube.com/playlist?list=PLlrxD0HtieHjNnGcZ1TWzPjKYWgfXSiWG

Divulgando:

Processo seletivo ME/DO/DD no PIPGEs 2023/2

O PIPGEs (Programa Interinstitucional de Pós-Graduação em Estatística da UFSCar/USP) está com editais abertos para ingresso no mestrado, doutorado ou doutorado direto em 2023/2. Para os detalhes, acessar este link e clicar em "alunos regulares".
https://www.icmc.usp.br/pos-graduacao/pipges/ingresso

As inscrições vão até 02/06/2023 e no ingresso 2023/2 teremos bolsas tanto para doutorado quanto para mestrado. Além disso, é claro, estudantes também podem pleitear bolsas com a FAPESP.

O PIPGEs está baseado em São Carlos (SP), cidade do interior paulista às vezes chamada de capital da tecnologia. Conta com duas grandes universidades (UFSCar e USP-campus São Carlos) que estão a 3km de distância, com lindo câmpus. Aliás, o PIPGEs é um programa interinstitucional entre estas duas universidades, e portanto oferece as vantagens de ambas universidades aos/às estudantes do programa (infraestrutura incluindo laboratórios e serviços, diploma assinado pelas duas instituições, editais...).

Além disso, o PIPGEs recebeu o conceito 5 na última avaliação quadrienial da CAPES! É o lugar perfeito para estudantes cursarem uma pós!

Para quem gosta de Álgebra Linear e já estudou os livros do prof. Gilbert Strange, essa vai ser a sua última aula. É possível assistir ao vivo:
Gil Strang's final lecture
grinfeld.org/strang/

Para quem não conhece, recomendo o seu curso online:
Gilbert Strang lectures on Linear Algebra (MIT)
https://www.youtube.com/playlist?list=PL49CF3715CB9EF31D

Livro de deep learning online:

Neural Networks and Deep Learning
http://neuralnetworksanddeeplearning.com/index.html

Ciência de dados é uma área fundamental para entendermos as doenças. Essa perspectiva é bastante interessante:
https://bigthink.com/the-well/the-cure-for-everything/