└── README.md


/README.md:
--------------------------------------------------------------------------------
 1 | # Materiais indicado para a área de dados
 2 | 
 3 | ![biblioteca](https://www.rbsdirect.com.br/filestore/4/5/7/3/2/8/4_607b3d2f9db96c0/4823754_d508394098f8f23.jpg?w=700)
 4 | 
 5 | Neste repositório, o objetivo é reunir materiais para apoiar pesquisas na área, incluindo: livros, referências, repositórios do GitHub, sites, vídeos no YouTube e outros recursos relevantes.
 6 | 
 7 | ## Livros
 8 | 
 9 | 1 - [Introduction to Statistical Learning](https://www.statlearning.com/): Tem a versão de R e Python
10 | 
11 | 2 - [Python for Data Analysis, 3E](https://wesmckinney.com/book/): 3º edição do conceituado livro de Wes McKinney, disponível gratuitamente
12 | 
13 | 3 - [Dive into Deep Learning](https://d2l.ai/): Uma introdução prática e abrangente ao aprendizado profundo, disponível gratuitamente
14 | 
15 | ## Repositórios do Github
16 | 
17 | 1 - [Awesome-Recsy](https://github.com/jihoo-kim/awesome-RecSys)
18 | 
19 | 2 - [LLMS](https://github.com/IbrahimSobh/llms)
20 | 
21 | 3 - [LLM course](https://github.com/mlabonne/llm-course)
22 | 
23 | 4 - [TF Developer Course](https://github.com/mrdbourke/tensorflow-deep-learning)
24 | 
25 | 5 - [Awesome Data Engineering](https://github.com/igorbarinov/awesome-data-engineering)
26 | ## Sites
27 | 
28 | 1 - [Sobre a distribuição Nernoulli e Binomial](https://medium.com/@fabioprogramar/probabilidade-distribui%C3%A7%C3%A3o-bernoulli-e-binomial-5a491eb6c64a)
29 | 
30 | 2 - [80 tipo de gráficos para visulaização](https://www-datylon-com.cdn.ampproject.org/c/s/www.datylon.com/blog/types-of-charts-graphs-examples-data-visualization?hs_amp=true)
31 | 
32 | ## Videos no Youtube
33 | 
34 | 1 - [Estatistica, ensino remoto UFPR](https://www.youtube.com/playlist?list=PLQcLb-PUD9WNZnVBYDKEonioyJw3nEaOM)
35 | 
36 | ## Outros
37 | 


--------------------------------------------------------------------------------