códigos e arquivos do livro Análise de Séries Temporais em R: um curso introdutório.

⏳ Este espaço foi criado com o propósito de compartilhar meu aprendizado na área de análise de séries temporais. Aqui você encontrará os notebooks que desenvolvi durante minha jornada para compreender melhor o assunto.

Eu vou dominar as mais importantes técnicas de Data Science com Python e R para me tornar o profissional mais cobiçado da atualidade.

Projeto do curso Criando modelos com Python e Machine Learning para prever a evolução do COVID-19 no Brasil

Algoritmo para previsão de séries temporais usando as bibliotecas Prophet e NeuralProphet em Python.

TP Série temporelle

Trabalho para a disciplina Séries Temporais Aplicadas a Finanças.

Scripts do curso "Formação cientista de dados com Python e R".

O projeto analisa dados do Ibovespa e aplica técnicas de ML para prever valores de fechamento do índice. Explora padrões e tendências em dados financeiros, desenvolvendo modelos preditivos. A análise detalhada visa fornecer insights sobre o comportamento do mercado e criar ferramentas para previsões mais precisas do desempenho futuro do Ibovespa.

Machine learning model for a forecast of taxi orders in the next hour

Previsão da cotação do dólar até o fim de 2024.

Análise de series temporais.

📖 Aulas e exercícios do quarto módulo do curso PoloTech

Neste projeto, é realizada a previsão de demanda dos produtos da indústria Adventure Works (AW). 🚵‍♀️

Estudo sobre a relação dos desligamentos no CAGED e aberturas de microempreendedores individuais (MEI)

Previsão do índice IPCA até o fim de 2025.

Este repositório apresenta um projeto de forecasting (previsão) aplicado aos preços médios de combustíveis no Brasil, com base nos dados disponibilizados pela Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP).

Avaliação sobre o ano mais efetivo do Flamengo na Libertadores desde 2019.

O projeto analisa dados do Ibovespa e aplica técnicas de ML para prever valores de fechamento do índice. Explora padrões e tendências em dados financeiros, desenvolvendo modelos preditivos. A análise detalhada visa fornecer insights sobre o comportamento do mercado e criar ferramentas para previsões mais precisas do desempenho futuro do Ibovespa.