Código-fonte de um game completo!

Está completando 5 anos que publiquei este livro, Manual do Indie Game Developer. Agora, estou escrevendo a versão 3D dele. Mas vou te dar um presente: Vou disponibilizar o código-fonte completo de um game real, baseado nos ensinamentos deste livro, que está na Google Play há 5 anos! https://play.google.com/store/apps/details?id=com.obomprogramador.games.byball&hl=pt_BR

Novo livro: Game 3D com Unity e redes neurais

Um presente de ano novo para você: Meu novo livro, continuação do Manual do Indie Game Developer, agora com versão 3D! E com IA baseada em Deep Learning! Aprenda a criar jogos de nova geração, usando um dos melhores game engines do mercado! Em breve!

Plotando gráficos com R

Quer aprender a plotar gráficos com a linguagem R? É fácil criar visualizações bonitas e funcionais, para você arrasar naquela reunião chata! Vamos lá! Rasgue estes postits! Aprenda algo útil para seu futuro! CLIQUE AQUI.

Cuidados com sua vida digital

Hoje, foi noticiado amplamente a descoberta de um banco de dados na web profunda, contendo mais de 1,4 bilhão de logins, senhas e emails. 

Spark e R em 15 minutos

Tem um tempinho? Que tal aprender a usar Spark com a linguagem R?

R em 5 minutos!

Eu admito! Tinha uma certa aversão à linguagem R. Talvez fosse uma alergia, sei lá… Mas eu comecei a trabalhar com ela e obtive excelentes resultados, com pouco esforço. Como tenho visto algumas pessoas reclamarem muito sobre a dificuldade em criar um ambiente para executar análises usando R, decidi escrever este guia de 5 minutos para instalar um ambiente completo para usar R em trabalhos de data science.

Aguarde meu novo livro: “Data Science para Programadores - Um Guia Completo sobre Data Science usando Python”

Um guia completo sobre data science, utilizando a linguagem Python, contemplando desde inferência estatística até big data. Nele, você verá como realizar análises profissionais, sejam de aprendizado supervisionado ou não, com visualização prática e funcional.

O universo de data science hoje abrange diversas áreas, como: estatística, mineração de dados (data mining), inteligência de negócios (business intelligence), aprendizado de máquina (machine learning) e big data. 

Para prosperar em um ambiente em rápida transformação, como o nosso, é necessário conhecer e entender os dados, de maneira rápida e precisa. 

A proliferação de técnicas, ferramentas e algoritmos, torna o aprendizado complexo, mas este guia se propõe a introduzir o assunto com uma abordagem prática, utilizando a linguagem de programação Python e as principais bibliotecas de data science, como: Numpy, Pandas, Scikit-learn, Tensorflow e PySpark. 

Veremos os tópicos:

• Estatística básica, probabilidades e inferências;

• Introdução à linguagem Python e ao ambiente Jupyter;

• Storytelling com Notebooks Jupyter;

• Regressão linear, não linear e múltipla;

• Classificação e agrupamento (clustering);

• Algoritmos: árvore de decisão, K-Means e Support Vector Machines;

• Big data com Apache Spark;

• Machine learning com Tensorflow;