Ciência de Dados Complexos

🚨Curso de Ciência de Dados. As inscrições se encerram hoje (05/05/24): A Escola Nacional de Ciências Estatísticas (ENCE) do Instituto Brasileiro de Geografia e Estatística (IBGE) está com inscrições abertas até 05 de maio para o curso de extensão Introdução à Ciência de Dados, turma de 2024. Gratuito, o curso é voltado para quem busca entender os fundamentos e a aplicabilidade da ciência de dados no mundo real. https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/39831-ence-abre-inscricoes-para-o-curso-introducao-a-ciencia-de-dados

Livros, vídeos e cursos para entender inferência Bayesiana 📚 Books: * Bayesian Methods for Hackers (How to implement models in Python) https://lnkd.in/drxvT_gv * An Introduction to Bayesian Thinking https://lnkd.in/dhWYGU-4 * Bayesian Modeling and Computation in Python https://lnkd.in/dEcuawEX 📺 Videos: * Bayes' theorem, the geometry of changing beliefs https://lnkd.in/d9-P_idU * The Bayesian Trap https://lnkd.in/d-zaWsdb * Bayesian statistics made simple - PyCon 2016 https://lnkd.in/dEJWnrf3 * A visual guide to Bayesian thinking https://lnkd.in/d6szUv4C 👨‍🎓 Courses: * Bayesian Statistics https://lnkd.in/dTGk9mrN * Bayesian Statistics: From Concept to Data Analysis https://lnkd.in/dcUCVi_F * Introduction to Bayesian Statistics Using R https://lnkd.in/dHUN-K45 🇧🇷 Para quem não tem nenhum conhecimento sobre o pensamento Bayesiano, recomendo o livro de Steven Pinker, Racionalidade, capítulos 4 e 5: https://amzn.to/3JBUIqT

Site interessante para aprender conceitos de estatística online. É possível carregar dados no formato csv e executar as análises: https://www.estimationstats.com/#/

O curso de IA da USP está online: https://www.youtube.com/playlist?list=PL4w4yEaOWuOY-Ke-SON7F-xLUr4JXoXM4

🚨10 artigos que todo cientista de dados deveria ler 🚨 Há muitos artigos sobre Ciência de Dados na web, mas encontrar os mais importantes é um desafio. Aqui listo 10 artigos que recomendo fortemente a leitura. 1 - What are the most important statistical ideas of the past 50 years?, Gelman et al, Journal of the American Statistical, 2021 https://www.tandfonline.com/doi/full/10.1080/01621459.2021.1938081 2 - Statistical modeling: The two cultures, L Breiman - Statistical science, 2001 https://projecteuclid.org/journals/statistical-science/volume-16/issue-3/Statistical-Modeling--The-Two-Cultures-with-comments-and-a/10.1214/ss/1009213726.full 3 - The Deluge of Spurious Correlations in Big Data, CS Calude, G Longo, Foundations of science, 2017 https://hal.science/hal-01380626/file/BigData-Calude-LongoAug21.pdf 4 - Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations, Greenland et al., European journal of epidemiology, 2016 https://link.springer.com/article/10.1007/s10654-016-0149-3 5 - A few useful things to know about machine learning, P. Domingos, Communications of the ACM, 2012 https://dl.acm.org/doi/pdf/10.1145/2347736.2347755 6 - Bootstrap Confidence Intervals, T. J. DiCiccio and B. Efron, Statistical Science, 1996 https://projecteuclid.org/journals/statistical-science/volume-11/issue-3/Bootstrap-confidence-intervals/10.1214/ss/1032280214.full 7 - Understanding neural networks as statistical tools, Warner and Misra, The american statistician, 1996 https://www.tandfonline.com/doi/abs/10.1080/00031305.1996.10473554 8 - A high-bias, low-variance introduction to Machine Learning for physicists, Mehta et al, Physics Reports, 20190627 https://arxiv.org/abs/1803.08823 9 - Principal component analysis: A natural approach to data exploration, Silva et al, ACM Computing Surveys, 2021. https://arxiv.org/abs/1804.02502 10 - Bayesian statistics and modelling, Rens van de Schoot et al., Nature Reviews, 2021. https://www.nature.com/articles/s43586-020-00001-2 Obs: Para aqueles que tem dificuldades com a língua inglesa, sugiro usar: https://translate.google.com Não é perfeito, mas pode ajudar.

Livro gratuito em pdf. https://link.springer.com/book/10.1007/978-3-030-03499-3

Evento sobre Ciência de Dados em São Carlos: I Advanced Summer School on Responsible AutoML Site do evento: https://autoaipandemics.icmc.usp.br/summer-school-automl Quando: 18 e 19 de abril Onde: Instituto de Ciências Matemáticas e de Computação (ICMC) Endereço: avenida Trabalhador São-carlense, 400, na área I do campus da USP, em São Carlos

5 livros gratuitos para aprender Machine Learning: 1 - Machine Learning - A First Course for Engineers and Scientists http://smlbook.org 2 - Probabilistic Machine Learning: An Introduction https://probml.github.io/pml-book/book1.html 3 - Pattern Recognition and Machine Learning https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf 4 - An Introduction to Statistical Learning https://www.statlearning.com/ 5 - Understanding Deep Learning https://udlbook.github.io/udlbook

Curso online: Deep Neural Networks with PyTorch https://www.coursera.org/learn/deep-neural-networks-with-pytorch/home/week/1

Plataforma de Aprendizado de Máquina, com bases de dados, documentação, aplicativos e modelos. A Hugging Face é frequentemente designada como o GitHub da aprendizagem automática. https://huggingface.co/spaces

Que quiser aprender sobre Teoria das Probabilidades, aqui temos um roteiro que preparei. Em breve será lançado meu livro sobre Probabilidade e Estatística para análise de dados. Eu aviso por aqui. https://sites.icmc.usp.br/francisco/roteiro.html

🚨Curso gratuito e online na USP, com certificado 🚨 Inteligência Artificial - curso comemorativo dos 90 anos da Universidade de São Paulo O curso, com 6 horas de duração (ministrado de forma síncrona) e de caráter introdutório, apresentará uma visão geral da IA e abordará duas áreas relacionadas de grande destaque atual: o Processamento de Linguagem Natural e a Visão Computacional. O curso ocorrerá no dia 5 de abril de 2024 (sexta-feira) no âmbito do Simpósio Internacional de Iniciação Científica e Tecnológica da USP (SIICUSP), sendo realizado presencialmente no Centro de Difusão Internacional (CDI) da USP (no campus do Butantã, na cidade de São Paulo) e transmitido pelo Youtube. Ele ocorrerá em duas sessões: das 9 às 12h e das 14 às 17h. O programa previsto para o curso é mostrado abaixo, juntamente com os horários (preliminares) de cada tópico. Após a finalização do curso, será aberta uma avaliação online, com questões de múltipla escolha sobre os tópicos abordados. Todos os alunos regularmente inscritos que tirarem nota 7 ou superior na avaliação e que tiverem assistido o curso (o que será verificado pelo preenchimento de formulários online de presença) serão considerados aprovados e receberão certificado da USP (enviado por e-mail em até 4 meses após a finalização do curso). https://cursosextensao.usp.br/course/view.php?id=3867

Curso gratuito de visualização de dados: https://t.co/AooPGyf5Ib

Livro em pdf online: https://srdas.github.io/Papers/DSA_Book.pdf

Para quem ainda não conhece, esse é nosso curso completo de estatística disponível no youtube. São 23 aulas cobrindo os principais tópicos da área. https://www.youtube.com/watch?v=cVIil-PyilQ&list=PLSc7xcwCGNh1nlUYd3NuFDqw3RjnsOowG

Diversos recursos para aprender sobre Large Language Models: The Practical Guides for Large Language Models https://github.com/Mooler0410/LLMsPracticalGuide

Quem quiser aprender sobre modelagem de dados epidemiológicos, essa escola em São Paulo é uma ótima oportunidade. É de graça. https://www.ictp-saifr.org/smidd2024/ Application deadline: March 17, 2024 There is no registration fee and limited funds are available for travel and local expenses.