Posts

Modelo fundacional zero-shot substitui o gradient boosting na previsão de demanda? TimesFM 3.0 contra um LightGBM global no M5, na métrica WRMSSE oficial.

Benchmark próprio do TabFM, o modelo fundacional tabular do Google, contra 3 GBMs em 10 datasets, com bootstrap pareado, Friedman, Wilcoxon e tempo de inferência medido.

Como rodar o Qwen2.5-4B (GGUF, ~2.5 GB) offline no Mac via llama-server e construir um agente com LangChain, tools e saída estruturada, sem custo de API.

Como criar um agente com Whisper, Pyannote e LangChain para analisar 13 ligações de telemarketing em menos de 4 minutos, extraindo sentimento e resultado em JSON.

Como criar uma equipe de 4 agentes de IA com LangChain e LangGraph para coletar dados, analisar o Bitcoin em tempo real e enviar alertas via Telegram.

Transforme qualquer texto em audiobook de forma gratuita e automatizada com IA: extração de PDF/EPUB, tradução e síntese de voz com edge-tts em português.

Veja como usar o modelo Llava para gerar descrições de imagens do dataset COCO-2017 e avaliar a qualidade com métricas como BLEU, ROUGE e BERTScore em Python.

Classificamos tweets em português como tóxicos com Gemma-7b-it, few-shot dinâmico via Chroma e LangChain, sem fine-tuning — no Kaggle com GPU T4.

Como executar localmente o LLM open source Llama2 para realizar análise de sentimentos em Python, superar o modelo clássico VADER e interpretar os resultados.

Solução vencedora (1º lugar) da ML Olympiad do Kaggle: estratégia analítica completa com CatBoost e R para classificação em dados de saúde pública.

Veja como usar, opções, dicas e truques de modelos de inteligência artificial como DALL·E 2 e Stable Diffusion para criar arte sem código.

Solução que alcançou o 2º lugar na ML Olympiad do Kaggle: análise exploratória em R, feature engineering e modelagem com CatBoost para prever qualidade educacional.

Neste post vamos coletar notícias via web scraping, detectar entidades dos textos e criar um grafo utilizando igraph, tidygraph e ggraph.

A solução que ficou em 3º lugar no Porto Seguro Data Challenge no Kaggle, combinando KNN, XGBoost, SHAP values e AutoGluon em Python.

Testamos o pacote workflowsets do tidymodels para otimizar pipelines de balanceamento de dados desbalanceados em R, comparando SMOTE, ADASYN e Tomek Links.

O que é ciência de dados, o papel da estatística, machine learning, aplicações e dicas de carreira: um guia introdutório a partir de uma palestra na UFF.

Usamos dados reais do app Sleep Cycle e um LightGBM ajustado para prever o humor ao acordar em uma base pequena e desbalanceada.

Veja como montar uma carteira, coletar cotações em tempo real, prever ações e Bitcoin com o Prophet e receber alertas via bot no Telegram.

Veja como usar knit_child() e nest() no RMarkdown para gerar relatórios extensos e repetitivos no R sem copiar e colar uma linha sequer.

Veja como aplicar a estratégia split-apply-combine de forma eficiente no R combinando os pacotes dplyr, tidyr e purrr do tidyverse.

Retrospectiva de 1 ano de blog: o desafio de postar todo mês em 2018, os posts em destaque e as ferramentas usadas para compartilhar código.

O que interfere na probabilidade de sobreviver no PUBG? Aplicamos Kaplan-Meier e regressão de Cox em dados abertos do jogo hospedados no Kaggle.

Aprenda a hospedar RStudio Server e Shiny Server em uma máquina virtual Ubuntu 16.04 na nuvem do Google, configurando firewall, R e um app de exemplo.

Os acidentes na Ponte Rio-Niterói diminuíram com as câmeras de segurança? Uma análise estatística de 10 anos de dados abertos da PRF.

Árvore de decisão, Random Forest e GBM em R para prever preços de casas no desafio Ames Housing do Kaggle, comparando Rsquared e RMSE.

Inferência clássica x bayesiana: implemente na mão, via amostrador de Gibbs, um modelo linear bayesiano para dados simulados e reais em R.

Text Mining com tidytext para explorar tweets sobre Brasil x Argentina: análise de sentimentos, TF-IDF, bigramas e classificação com Random Forest.

Como fazer uma AED rápida em R com o pacote SmartEDA, aplicando ainda regressão linear e Random Forest sobre uma base real de dados.

Como extrair e visualizar dados do Google Trends no R com o pacote gtrendsR para análise de séries temporais e comparação de interesse por termos ao longo do tempo.

Suas análises em R precisam virar um Word formatado? Veja dois métodos práticos, do word_document nativo ao pacote Grmd, com tabelas e macros.

Como usar as cheatsheets do RStudio e estratégias de gamificação para aprender R com mais eficiência, cobrindo os principais pacotes e atalhos do ecossistema tidyverse.

Onde tem bloco? Aprenda a geocodificar endereços de blocos de carnaval no R com ggmap e a plotar tudo num mapa interativo com o pacote leaflet.

O paradoxo dos aniversários: em um grupo de 23 pessoas, a chance de duas fazerem aniversário no mesmo dia passa de 50%. Veja a prova e a simulação em R.

Crie tabelas bonitas e interativas no R com DT, formattable, kableExtra, sparkline e rhandsontable: exemplos práticos de formatação e mini gráficos.

Tutorial completo de Análise Multivariada em R: Análise Fatorial, PCA e Clustering com K-means. Aprenda a reduzir dimensionalidade e agrupar dados.

Veja como avaliar o ajuste de modelos no R com os pacotes GGally e ggfortify, além de identificar observações influentes com influence.measures().

Introdução à inferência bayesiana com implementação prática em R usando JAGS e MCMC. Distribuições a priori, verossimilhança e amostragem de Gibbs.

Aprenda a manipular strings e fazer text mining em R com os pacotes stringr, tm, RWeka e SnowballC: limpeza, corpus, n-grams e stemming na prática.

Como usar o template Tufte no R para criar relatórios elegantes em RMarkdown, com notas de margem e a tipografia limpa inspirada em Edward Tufte.

Tutorial completo do pacote dplyr para manipulação de dados em R: filtrar, selecionar, agrupar e transformar data frames com o tidyverse.

Como usar httr2 e a API v2 do Dropbox para autenticar, listar, enviar, baixar e ler arquivos CSV direto do R — a alternativa moderna ao rdrop2, que dependia da API v1 descontinuada.

Analise cryptomoedas no R com os pacotes coinmarketcapr e jsonlite: extraia preços do Bitcoin, gere treemaps e monte um monitor de cotação em tempo real.

Guia prático para escolher a medida de correlação correta para cada tipo de variável: numérica, categórica e ordinal. Exemplos visuais com ggplot2 em R.

Aprenda os principais tipos de correlação e associação em R: Pearson, Spearman, Kendall, Qui-quadrado, teste de Fisher, V de Cramer e Kappa com exemplos.