Skip to content

Adicionando card de previsões com séries temporais em data-science guide #309

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
merged 2 commits into from
Jul 10, 2024
Merged
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
2 changes: 2 additions & 0 deletions _data/downloadFiles/PT_BR/data-science.md
Original file line number Diff line number Diff line change
Expand Up @@ -144,6 +144,8 @@
- Utilizar Regex em PLN
- Conhecer o Word2Vec
- Combinar vetores de palavras para representar textos e classificá-los
- [ ] **Previsão de Séries temporais**:
- A previsão de séries temporais (Time series Forecasting), também conhecida como previsão temporal, é uma técnica de análise estatística que envolve a previsão de valores futuros ou padrões com base em dados históricos ordenados no tempo. Em uma série temporal, os dados são coletados sequencialmente em intervalos regulares, como horários, diários, mensais ou anuais, e exibem dependências temporais.
- [ ] **MLOps**:
- O MLOps permite que os modelos de Machine Learning sejam implantados de maneira rápida e confiável, o que é especialmente importante em empresas que lidam com grandes volumes de dados.
- Ajuda a garantir a qualidade e confiabilidade dos modelos de Machine Learning em produção, além de facilitar a manutenção e atualização desses modelos.
Expand Down
2 changes: 2 additions & 0 deletions _data/guides/pt_BR/data-science.yaml
Original file line number Diff line number Diff line change
Expand Up @@ -47,6 +47,8 @@ expertise:
priority: 7
- natural-language-processing:
priority: 7
- time-series-forecasting:
priority: 7
- mlops:
priority: 6
collaboration:
Expand Down
Loading