<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Kmeans on Fellipe Gomes</title><link>https://gomesfellipe.github.io/tags/kmeans/</link><description>Recent content in Kmeans on Fellipe Gomes</description><generator>Hugo -- gohugo.io</generator><language>pt-BR</language><copyright>© 2026 Fellipe Gomes</copyright><lastBuildDate>Sat, 26 May 2018 00:00:00 +0000</lastBuildDate><atom:link href="https://gomesfellipe.github.io/tags/kmeans/index.xml" rel="self" type="application/rss+xml"/><item><title>AED de forma rápida e um pouco de Machine Learning</title><link>https://gomesfellipe.github.io/post/2018-05-26-smarteademachinelearning/</link><pubDate>Sat, 26 May 2018 00:00:00 +0000</pubDate><guid>https://gomesfellipe.github.io/post/2018-05-26-smarteademachinelearning/</guid><description>&lt;style&gt;
 .col2 {
 columns: 2 200px; /* number of columns and width in pixels*/
 -webkit-columns: 2 200px; /* chrome, safari */
 -moz-columns: 2 200px; /* firefox */
 }
 .col3 {
 columns: 3 100px;
 -webkit-columns: 3 100px;
 -moz-columns: 3 100px;
 }
&lt;/style&gt;
&lt;!-- Resumo: Neste post mostro como é possível realizar a AED de forma muito rápida com o pacote SmartEAD, e aplico algumas técnicas de machine learning e estatística para ilustrar alguns possíveis cenários--&gt;
&lt;div id="a-análise-exploratória-dos-dados" class="section level2"&gt;
&lt;h1&gt;A análise exploratória dos dados&lt;/h1&gt;
&lt;p&gt;A análise exploratória dos dados (AED) foi um termo que ganhou bastante popularidade quando Tukey publicou o livro &lt;a href="https://www.amazon.com/Exploratory-Data-Analysis-John-Tukey/dp/0201076160?tag=gomesfellipe-20" target="_blank" rel="sponsored nofollow noopener"&gt;Exploratory Data Analysis&lt;/a&gt; em 1977 que tratava uma “busca por conhecimento antes da análise de dados de fato”. Ocorre quando busca-se obter informações ocultas sobre os dados, tais como: variação, anomalias, distribuição, tendências, padrões e relações&lt;/p&gt;</description><media:content xmlns:media="http://search.yahoo.com/mrss/" url="https://gomesfellipe.github.io/post/2018-05-26-smarteademachinelearning/feature.png"/></item><item><title>Análise Multivariada com R</title><link>https://gomesfellipe.github.io/post/2018-01-04-analise-multivariada-em-r/</link><pubDate>Thu, 04 Jan 2018 00:00:00 +0000</pubDate><guid>https://gomesfellipe.github.io/post/2018-01-04-analise-multivariada-em-r/</guid><description>&lt;div id="análise-multivariada" class="section level2"&gt;
&lt;h1&gt;Análise Multivariada&lt;/h1&gt;
&lt;p&gt;Esse é o primeiro post do ano e como no ano de 2017 falou-se tanto das maravilhas computacionais desta onda do Big Data e em contra partida, &lt;a href="https://gomesfellipe.github.io/post/2018-04-12-google-trends-e-r/"&gt;identificamos que deste 2004 a popularidade pelo termo “estatística” vem diminuindo como mostrei em uma breve pesquisa neste post sobre a API do googletrends&lt;/a&gt; sinto que existe uma necessidade de se ampliar também a divulgação dos métodos estatísticos pois o aprofundamento na teoria é fundamental (é muito fácil achar resultados sem fundamento apenas “apertando botão”), como as ferramentas da estatística multivariada que muitas vezes servem como soluções para essas grandes quantidades de dados&lt;/p&gt;</description><media:content xmlns:media="http://search.yahoo.com/mrss/" url="https://gomesfellipe.github.io/post/2018-01-04-analise-multivariada-em-r/feature.png"/></item></channel></rss>