Citizen Data Sciences
Framework de Analytics
O framework de analytics para citizen data sciences foi criado para introduzir à modelagem pessoas sem formação em data science ou matemática. Esse é um aspecto essencial que a maioria dos programas de formação em machine learning e analytics avançada não aborda. A analytics avançada é muito mais do que algoritmos e tecnologia.
Mentalidade de Explorador para Data Science
O que eu ganho com isso: os elefantes de IA na sala Mente de explorador e abordagem científica Mapeando experimentações Conhecendo nossos limites
Pensar por Modelos
Relembrando como seu cérebro funciona Os modelos estão em toda parte Montando sua caixa de ferramentas de modelos
Perguntas e Problemas
Dos problemas aos modelos Quadros de referência Tudo sobre a taxa-base e outras falácias Modelagem pós-Covid
IA/ML com LEGO
Uma introdução à IA/ML e como construir uma curva com blocos de LEGO Começando com uma boa base Sobre ajuste, deriva e os muitos desafios do ML
Inteligência Coletiva
A rede da ciência e das pessoas Teorema da Predição pela Diversidade Resolvendo complexidade, vieses e ruídos: muitas cabeças, muitas perspectivas, muitas soluções
Além da Predição
O PORQUÊ: causas e efeitos A abordagem bayesiana Introdução à Inferência Causal
Compartilhar a Complexidade
Como comunicar os insights da modelagem Compartilhar a complexidade de forma simples Storytelling, analogias e recursos visuais
A Jornada de Aprendizado
A jornada e os muitos caminhos até os insights O que há no horizonte da data science? A busca incansável pelo conhecimento
Framework de Tecnologia
O Framework de Tecnologia se apoia em soluções acessíveis a todos, com uma curva de aprendizado fácil e que não exigem experiência em programação. Ele está enraizado em know-how prático e em desafios de negócio concretos.
Primeiros Passos
Parte 1: Uma abordagem eficiente e prática para data science Acompanhando seus experimentos Parte 2: Investigue seus dados A arte da modelagem
Machine Learning 1
Parte 1: Começando com ML: da regressão ao modelo de floresta Parte 2: Adicionando mais recursos ao nosso arsenal de ML: do Support Vector à rede neural
Machine Learning 2
Parte 1: Agrupamento preditivo: dos componentes principais aos clusters Parte 2: Vamos fazer um pouco de Python simples: Processamento de Linguagem Natural
Séries Temporais e além
Parte 1: É questão de tempo: modelagem de séries temporais com ARIMA, ETS e mais Parte 2: O poder dos testes A/B Uma breve introdução à Análise de Redes
Para Machine Learning e Analytics Avançada, trabalhamos nas ferramentas que sua organização já possui, para capacitar analistas de qualquer nível de habilidade técnica.
Para visualização, usamos suas ferramentas padrão de reporting e dashboards de BI, como Tableau, Power Bi, Looker, Domo, Excel…