Quando você começa nesse mundo, as coisas ficam extremamente confusas. São milhares de termos e conceitos, todos aprendidos ao mesmo tempo. Normalmente, os textos focam em linguagens a serem estudadas para essa área, mas dessa vez optamos por trazer algo diferente. Nesse texto, vim trazer uma explicação “simples” para algumas ferramentas de desenvolvimento na área de ciência de dados.
Vídeo da palestra dada na Python Brasil 2018
Nas últimas semanas tenho me dedicado a estudar e entender melhor sobre dados anômalos ou outliers em séries de dados.
Eu comecei estudar lógica de programação quando me deparei com problemas que me exigiam conhecimento em Matlab. Depois de um tempo estudando Matlab me sugeriram trocar para o Python pela sua facilidade, simplicidade e por poder ser aplicado a inúmeras áreas (além de ser gratuito).
Podemos dividir, de forma bastante grosseira, qualquer tipo de dado em duas categorias: temporais e atemporais. Dados atemporais são bastante comuns nos datasets mais utilizados nos tutoriais de ciência de dados: as características dos sobreviventes do Titanic, os tamanhos de pétalas de flores ou as características de um tumor.
Mesa redonda que aconteceu na Python Brasil de Natal (2018)
Continuação deste post
Em Abril de 2018 eu comecei o Nanodegree de Engenheiro(a) de Machine Learning pela Udacity. O curso não é barato e muitas pessoas me perguntaram a mesma coisa: vale a pena?
Quando começamos a analisar um novo conjunto de dados, é normal se sentir um pouco “intimidado” pela quantidade enorme de possibilidades que existem na sua frente.
Essa semana eu descobri o spaCy, uma bilbioteca Python para Processamento de Linguagem Natural (PLN) que me pareceu excelente. Ao brincar um pouco mais com ela, eu percebi que ela era ainda mais divertida do que eu imaginava e já com um modelo pronto em português, o que facilita bastante para dar uma arranhada na superfície do assunto que é o PLN (ou NLP em inglês).