O dia a dia de um cientista de dados, no que tange a análise de dados e classificação, pode ser resumido em aplicar técnicas de inferência em dados pré-processados de modo a construir um modelo capaz de fazer boas predições. Mas uma vez que você construiu o seu modelo, como saber se ele é satisfatório?

Um modo de avaliar seu modelo é com relação aos tipos de erro. Consideremos o cenário no qual você vive em uma cidade que vez ou outra chove. Se você chutou que choveria essa manhã, mas por alguma razão não chouveu, seu chute foi um…

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

Bolo bom, é bolo com recheio bom!

Não adianta dominar as melhores técnicas de análise de dados, ter toda uma metodologia inovadora do que fazer, juntar as melhores mentes para fazer aquela análise e.. não ter dados. É como um bolo bonito sem recheio, sem nada dentro. Ás vezes até tem dados, mas não como você quer ou na área que você está buscando.

Abre a sacola, que hoje tem dataset sendo distribuído por aqui!!! Independente se o que você procura são dados governamentais, para processamento de linguagem natural, dados de saúde ou…

Como o atual presidente do Brasil se compara em termos de número de decretos com seus predecessores?

O que são os decretos?

De acordo com a Presidência da República, [decretos são] Editados pelo Presidente da República, regulamentam as leis e dispõem sobre a organização da administração pública. A Wikipedia complementa dizendo:

No sistema jurídico brasileiro, os decretos são atos administrativos da competência dos chefes dos poderes executivos (presidente, governadores e prefeitos).

Um decreto é usualmente utilizado pelo chefe do poder executivo para fazer nomeações e regulamentações de leis (como para lhes dar cumprimento efetivo, por exemplo), entre outras coisas. Decreto é a forma de que…

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

É learning que não acaba mais!

Deep learning, Reinforcement Learning, Weak Learning, Transfer Learning e não para por aí. Se o tema é aprendizado de máquina, as chances de alguma palavrinha somada com learning surgir no papo são altas! Hoje eu trago para vocês alguns links interessantes especificamente sobre Weak Learning e Transfer Learning.

O nome weak learning pode passar uma imagem errada, mas há estratégias que podem ser vantajosas partindo de classificadores que fazem uma predição “pobre” ou “fraca”. Já ouviu falar em boosting? Pois é! E para quem está se…

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

Tá perdido? Segue o mapa do metrô!

O Swami Chandrasekaran criou um mapa, no estilo de um mapa de metrô, mostrando os pontos por onde um profissional de ciência de dados deve passar para chegar ao seu destino final, seja fundamentos de ciência de dados, aprendizado de máquina, visualização ou mineração de texto, dentre outras. Para quem não sabe por onde começar, ou acha que esbarrou em um limite e não sabe mais o que falta aprender, recomendo! Além disso, conferências são excelentes espaços de troca de conhecimento e networking. Em várias delas…

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

Colírio para os olhos

Vários de nós curte uma tela preta com letras na cor verde limão, estilo matrix. Eu, por exemplo, uso RStudio com um tema mais dark e keybindings do vim. No entanto, ainda que eu me sinta à vontade com código ocupando toda minha tela e goste de controlar boa parte do que faço através de código (apresentações em LaTeX, relatórios em RMarkdown e assim por diante), muita gente é adepta do “drag and drop”, usando o mouse para quase tudo. …

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

Chega junto galera!

O clustering ou análise de agrupamento de dados se refere ao conjunto de técnicas de mineração de dados com o propósito de agrupar automaticamente dados segundo alguma métrica de associação. É também enquadrado na categoria de algoritmos não supervisionados (Clique aqui caso não esteja familiarizado com esse termo). Um problema que comumente nos deparamos quando estamos tentando inferir agrupamentos em um conjunto de dados é o número de clusters que buscamos encontrar. Esse número rotineiramente é conhecido como k, talvez como referência ao k-means, um algoritmo…