Ciência de Dados Complexos

Ótima introdução ao aprendizado online: A Modern Introduction to Online Learning https://arxiv.org/abs/1912.13213

Advanced Machine Learning (lecture series) https://www.youtube.com/playlist?list=PLemsnf33Vij4-kv-JTjDthaGUYUnQbbws

Curso gratuito disponível online: Estatística para Análise de Dados na Administração Pública https://www.escolavirtual.gov.br/curso/930

Cursos de aprendizado de máquina. Alguns são gratuitos: https://www.mltut.com/best-free-online-courses-for-machine-learning-and-ai/

Curso online de séries temporais: https://www.youtube.com/playlist?list=PLDD7yyOAeWWc-CBJuXcF6WRa2dhLwiHC0

Excelente livro de matemática em pdf: Everything You Always Wanted To Know About Mathematics* (*But didn’t even know to ask) A Guided Journey Into the World of Abstract Mathematics and the Writing of Proofs https://t.co/Ra2EtO3ET9

Curso de Aprendizado de Máquina na Universidade de Cornell (EUA): Applied Machine Learning (Cornell Tech CS 5787, Fall 2020) https://www.youtube.com/playlist?list=PL2UML_KCiC0UlY7iCQDSiGDMovaupqc83

Ferramenta interessante para coletar dados do Twitter: https://osome.iu.edu/tools/networks/

Cursos de matemática nas melhores universidades do mundo: https://www.freecodecamp.org/news/math-online-courses-from-worlds-top-universities/

Curso completo de Deep Learning no Youtube: https://www.youtube.com/playlist?list=PL_iWQOsE6TfVmKkQHucjPAoRtIJYt8a5A

🚨Material avançado: Para quem tem interesse em inferência causal, essa é uma ótima revisão: Discovering Causal Relations and Equations from Data https://arxiv.org/abs/2305.13341

Fascinante discussão sobre a importância das redes complexas para entendermos o nosso mundo, com o uso de dados: https://bigthink.com/the-well/decoding-our-world-graph-theory-networks/

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/

Livro de deep learning online: Neural Networks and Deep Learning http://neuralnetworksanddeeplearning.com/index.html

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

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!

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

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

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/