Últimas Postagens:

  • Por que a Estatística é Essencial no Mundo Atual

    No mundo atual, a estatística desempenha um papel fundamental em diversas áreas e é uma ferramenta poderosa para apoiar o estudante de exatas, aqueles que desejam se destacar em suas carreiras e até mesmo para quem busca uma transição para a área de dados. Neste post, vamos explorar como a estatística se tornou uma habilidade essencial, independente da sua jornada profissional.
  • Como a Análise de Dados Pode Transformar Sua Carreira

    A análise de dados tornou-se uma habilidade essencial que pode impulsionar a carreira de qualquer pessoa. Neste post, vamos explorar como a análise de dados não apenas apoia o estudante de exatas, mas também oferece uma vantagem competitiva para quem busca se destacar em suas carreiras ou realizar uma transição bem-sucedida para a área de dados.
  • Iniciando Sua Jornada na Ciência de Dados

    Você já ouviu falar em Ciência de Dados? Se não, está na hora de descobrir como essa área está redefinindo carreiras e criando oportunidades emocionantes. Neste post, apresentaremos o curso de Ciência de Dados e explicaremos por que ele é tão valioso, independentemente de ser um estudante de exatas, alguém em busca de destaque na carreira ou um profissional considerando uma transição para a área de dados.
  • Machine learning – Na identificação do câncer de mama

    O câncer de mama é uma das doenças mais prevalentes e impactantes em todo o mundo, afetando principalmente as mulheres, mas também pode afetar os homens. É uma condição na qual as células do tecido mamário se multiplicam de forma descontrolada, formando um tumor maligno. Trata-se de um problema de saúde pública significativo, com sérias implicações para a qualidade de vida e a mortalidade das pessoas afetadas. Este tipo de câncer é caracterizado por vários fatores, como o local de origem nas glândulas mamárias, a capacidade de se espalhar para outras partes do corpo, a diversidade de tipos histológicos e o potencial para diagnóstico precoce.  
  • Redução de Dimensionalidade 

    Existe uma maldição por trás desse tema! Emprega-se os mais variados títulos a este mal que assombra as nossas machine learnings de todo o santo dia.  Mas, assim como não existe bem que sempre dure, uma maldição pode ser desfeita e para tanto existem algumas estratégias usadas para nos livrar dos efeitos negativos desse interessante mal que nos circunda. 
  • Aprendizado de Máquina: Uma Analogia Familiar

    Imagine que a família deseja preparar um bolo delicioso. A mãe (função custo) define o objetivo: um bolo macio, saboroso e com textura perfeita. O pai (hiperparâmetro) determina a receita, os ingredientes e o tempo de forno. O filho (gradiente) segue a receita, ajustando a temperatura e medindo o progresso.
  • A escolha das portas: A famosa teoria de Monty Hall

    Você está em um game show e tem três portas na sua frente, o que isso te lembra? O filme: "Quebrando a banca" ou o sergio malandro na famigerada: "Porta dos desesperados"? O primeiro revela a sua idade, cuidado! Hahaha.
  • Trafegando com Dados: Uma Análise dos Acidentes Rodoviários Envolvendo Veículos Pesados no Brasil (2017 – 2023) 

    O presente repositório foi desenvolvido com o objetivo de realizar uma análise abrangente dos dados de acidentes disponibilizados pelo site de dados abertos da Polícia Rodoviária Federal (PRF).
  • O que é Otimização de Fornecedores?

    Na atual economia complexa, as empresas inevitavelmente dependem de fornecedores para produzir e comercializar seus produtos. Mesmo as empresas de menor porte necessitam de uma rede de fornecedores para operar. Nesse contexto, a escolha dos fornecedores e a gestão das compras se tornam estratégias complexas e cruciais. Fatores como risco de atrasos na entrega, prazos, disponibilidade de produtos, esquemas de desconto e demanda influenciam diretamente nessas decisões.
  • PREVISÃO DE SÉRIES TEMPORAIS VIA APRENDIZADO DE MÁQUINA EM ECOMMERCE DE GRANDE ESCALA UTILIZANDO TRANSFERÊNCIA DE APRENDIZADO E BOOSTRAP NÃO PARAMÉTRICO

    A Olist, uma plataforma brasileira que conecta vendedores a múltiplos marketplaces, enfrenta desafios únicos de previsão devido à diversidade de SKUs que gerencia. A singularidade de cada SKU requer um sistema robusto de previsão adaptado a padrões de demanda variados, conforme descrito por Croston (2005): smooth, intermitente, errática e lumpy.