Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.
Awesome Lists | Featured Topics | Projects
https://github.com/AlissonRP/FreeStats

Caminho para estudo da Estatística de maneira independente
https://github.com/AlissonRP/FreeStats
machine-learning self-learning statistics
Last synced: 25 days ago
JSON representation
Caminho para estudo da Estatística de maneira independente
Host: GitHub
URL: https://github.com/AlissonRP/FreeStats
Owner: AlissonRP
Created: 2022-07-23T21:38:39.000Z (over 2 years ago)
Default Branch: master
Last Pushed: 2023-09-27T14:32:55.000Z (about 1 year ago)
Last Synced: 2024-08-10T19:16:28.703Z (5 months ago)
Topics: machine-learning, self-learning, statistics
Language: Scala
Homepage:
Size: 104 KB
Stars: 29
Watchers: 1
Forks: 1
Open Issues: 2
Metadata Files:
- Readme: README.md
Awesome Lists containing this project

README

        
 
 Free Stats
 



A importância do conhecimento estatístico é inegável em diversas áreas de estudo contemporâneas. No entanto, é comum que a maioria dos estudantes tenha acesso apenas a um entendimento superficial dessa disciplina durante seus cursos acadêmicos. No mundo real, as demandas e complexidades que envolvem a aplicação da Estatística são muito mais abrangentes. Portanto, a necessidade de adquirir proficiência Estatística vai além do domínio dos conceitos básicos.

Diante dessa lacuna entre o conhecimento estatístico adquirido na academia e as habilidades necessárias na prática, surge a motivação para oferecer um guia que permita as pessoas estudarem Estatística de forma independente e aprofundada. Esse caminho de estudo independente visa equipar os estudantes com as competências necessárias para enfrentar desafios estatísticos complexos em suas respectivas áreas de atuação, promovendo uma compreensão mais sólida e aplicável da Estatística.

O foco é a **teoria** Estatística, uma área que, no cenário atual, muitas vezes permanece subexposta nos currículos dos cursos oferecidos pelas universidades brasileiras, assim o conteúdo será desenvolvido nos seguintes Módulos

 
Grade
 

   MÓDULO 0 

Esse Módulo contém os requisitos mínimos para se começar estudar Estatística, é de fundamental importância que os conceitos aqui apresentados estejam bastante sedimentados pois serão utilizados inúmeras vezes ao longo dos seus estudos.

O que vai aprender:

  Lógica Básica

Lógica é o requisito básico para o estudo formal de qualquer área, assim aqui se compreende as seguintes noções básicas:

* Quantificadores universais e existenciais

* Tabelas-verdade

* Sentenças condicionais e implicativas

* Sistemas Axiomáticos e Sistemas Formais

  Teoria dos conjuntos

Teoria dos conjuntos é **primordial** para um estudo sério de probabilidade, nessa subseção, vamos unir o que foi aprendido em lógica básica com os fundamentos de teoria dos conjuntos.

* "Principais" axiomas da teoria dos conjuntos

* Operações com conjuntos

* Propriedades e demonstrações usando teoria dos conjuntos

* Relações e funções

  Matemática Básica

Aqui vamos unificar toda a teoria até agora ensinada

* Tipos de funções

* Técnicas de demonstrações

   MÓDULO 1 

Nesse módulo começa-se o aprendizado de matemática **fundamental** para a Estatística, sendo portanto estudado:

   Cálculo I

Cálculo é peça chave para cálculo de probabilidades, portanto é **muito** importante que você tenha um bom domínio para conseguir avançar seus estudos, aqui você vai aprender:

* Limites

* Derivadas

* Integrais

O que vai aprender:

   Álgebra Linear

Conforme se avança no estudo da Estatística, torna-se evidente que muitos modelos estatísticos podem ser formulados e compreendidos por meio de matrizes e vetores. Na verdade, à medida que se aprofunda na Estatística, percebe-se que a Álgebra Linear desempenha um papel crucial na unificação e na simplificação de diversos conceitos. , portanto aqui é necessário que você aprenda:

* Operações com vetores e matrizes

* Solução de sistemas

* Espaços vetoriais

* Determinante

* Transformações lineares

* Autovetores e Autovalores

O que vai aprender:

  Geometria Analítica

O principal objetivo desta disciplina é combinação com a álgebra linear visando a preparação adequada para o estudo subsequente de Cálculo II.

  MÓDULO 2

  Formalização de conceitos

  MÓDULO 3

  Probabilidade

  MÓDULO 4

  Inferência Estatística

* Inferênca Estatística Clássica

* Inferência Bayesiana

  MODULO 5

  Modelagem Estatística

* Regressão Linear

* Modelos Lineares Generalizados

* Séries Temporais

* Análise de Sobrevivência

* Machine Learning

* Deep Learning




O principal caminho de guia será livros, entretanto algumas disciplinas também é disponibilizado links para video-aulas que estão abertas ao público.  

  

## Módulo 0

A Estatística é, formalmente, uma disciplina matemática. Uma característica intrínseca à matemática é sua abordagem escalonada, em que a aprendizagem de determinados conceitos se baseia em fundamentos previamente adquiridos. Nesse contexto, aqui também seguimos essa abordagem, onde é imperativo construir uma base sólida para avançar com sucesso.

  Bibliografia Recomendada

* **Lógica**:  

  *  [Introdução à lógica - Mortari](https://www.amazon.com.br/Introdução-à-lógica-Cezar-Mortari/dp/8539306301/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=2JW47B25LCP3C&keywords=lógica+mortari&qid=1640056489&sprefix=lógica+mortari%2Caps%2C206&sr=8-1)

  *  [Introduction to Logic and to the Methodology of the Deductive Sciences - Tarski](https://www.amazon.com.br/Introduction-Methodology-Deductive-Sciences-English-ebook/dp/B003VYBPYC/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=3F8TUZBVWNVW7&keywords=introduction+to+logic+and+deductive&qid=1640056592&sprefix=introduction+to+logic+and+deductive%2Caps%2C200&sr=8-1&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

* **Teoria dos conjuntos**: 

  *  [Classic Set Theory: For Guided Independent Study -  D.C. Goldrei ](https://www.amazon.com/Classic-Set-Theory-Independent-Mathematics-ebook/dp/B075FCTRKP)

  *  [Introduction to Set Theory - Harberk](https://www.amazon.com.br/Introduction-Set-Theory-Revised-Expanded/dp/0824779150/ref=sr_1_1?keywords=introduction+to+set+theory&qid=1640056727&sprefix=introductio+to+set+t%2Caps%2C208&sr=8-1&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

* **Matemática Elementar**: 

  *  [A Transition to Advanced Mathematics](https://www.amazon.com.br/Transition-Advanced-Mathematics-Douglas-Smith/dp/1285463269/ref=sr_1_2?keywords=a+transition+to+advanced+mathematics&qid=1640056869&sprefix=A+transition+%2Caps%2C194&sr=8-2&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

  *  [Book of Proof](https://www.amazon.com.br/Book-Proof-Richard-H-Hammack/dp/0989472124/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=39KWBAR1K6YF8&keywords=Book+of+proof&qid=1640056916&sprefix=book+of+proof%2Caps%2C201&sr=8-1&ufe=app_do%3Aamzn1.fos.db68964d-7c0e-4bb2-a95c-e5cb9e32eb12)

| Disciplina                                                                                                  |  Duração  | Playlist |

| :---------------------------------------------------------------------------------------------------------- | :-------:  | :-------: 

| **Lógica**                                                                     | 8 Semanas | [:link:](https://cmortari.prof.ufsc.br)  | :notebook:  |       -        |

| **Teoria Dos conjuntos** | 5 Semanas | [:link:](https://www.youtube.com/watch?v=S3_3LSJqgVg&list=PL5Dg8nFln2eVou0YbxuUiYWmjPuxTLAYe) | A pensar  |       -        |

| **Matemática Elementar**                            | 9 semanas |   Bibliografia   |  pois é   |       -        |

## Módulo 1

Cada jornada tem um ponto de partida e, nesta situação, não é diferente. Neste módulo, a fundação para o aprendizado de matemática de nível superior será estabelecida. É um momento crucial, pois construir uma compreensão sólida desses conceitos é essencial para o seu progresso adiante

  Bibliografia Recomendada

* **Cálculo de uma variável (Cálculo I)**

  * [Cálculo Volume 1 - Stewart](https://www.amazon.com.br/C-C3-A1lculo-vol-I-James-Stweart-dp-852212583X/dp/852212583X/ref=dp_ob_title_bk)

  * [Cálculo I: Cálculo com funções de uma variável, com uma introdução à Álgebra Linear](https://www.amazon.com.br/Cálculo-Cálculo-com-funçoes-variável-ebook/dp/B092JJ3GLX/ref=sr_1_2?__mk_pt_BR=ÅMÅŽÕÑ&crid=28B98HTWMY86J&keywords=calculo+apostol&qid=1647019118&s=digital-text&sprefix=calculo+aposto%2Cdigital-text%2C209&sr=1-2)     

* **Geometria Analítica**  

  * [Vetores e geometria analítica - Paulo Winterle](https://www.amazon.com.br/Vetores-geometria-analítica-Paulo-Winterle-ebook/dp/B013H5WJW6/ref=sr_1_4?__mk_pt_BR=ÅMÅŽÕÑ&crid=3GAAZRQ23SBJF&keywords=geometria+analitica&qid=1647019195&s=digital-text&sprefix=geometria+analitic%2Cdigital-text%2C209&sr=1-4)

* **Álgebra Linear**  

  * [Introduction to Linear Algebra - Gilbert Strang](https://www.amazon.com.br/Introduction-Linear-Algebra-Gilbert-Strang/dp/0980232775/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=3JS9OO700HGK2&keywords=linear+algebra+gilbert&qid=1647019298&sprefix=linear+algebra+gilbert%2Caps%2C205&sr=8-1)

  * [Linear Algebra - Hoffman](https://www.amazon.com/Linear-Algebra-Kunze-Hoffman/dp/9332550077/ref=sr_1_1?crid=1PMLE71XZ3SKC&keywords=linear+algebra+hoffman&qid=1647019444&sprefix=linear+algebra+hoffman%2Caps%2C211&sr=8-1)

| Disciplina                                                                                                 |  Duração  | Playlist  | Pré-requisitos |

| :--------------------------------------------------------------------------------------------------------- | :-------: | :--------:  | :------------: |

| **Cálculo I**           | 12 Semanas |  [:link:](https://www.youtube.com/watch?v=WgHUHPlJETs&list=PLAudUnJeNg4tr-aiNyYCXE46L3qEZ2Nzx) |       Módulo 0       |

| **Geometria Analítica** | 9 Semanas | [:link:](https://www.youtube.com/watch?v=KKTZz75QK1M&list=PLZ2q7OLLOFBYgAGI_1a2TAvtI0_mjRSWD)   |       Módulo 0        |

| **Álgebra Linear**              | 10 semanas |  [:link:](https://www.youtube.com/watch?v=ZK3O402wf1c&list=PL49CF3715CB9EF31D&index=1)  |         Módulo 0        |

  ## Módulo 2

Aqui começa-se o estudo de Estatística de fato.

  Bibliografia Recomendada

* [Estatística Básica - Bussab e Morettin](https://www.amazon.com.br/Estatística-Básica-Wilton-Bussab/dp/8547220224/ref=asc_df_8547220224/?tag=googleshopp00-20&linkCode=df0&hvadid=379748610448&hvpos=&hvnetw=g&hvrand=7931812435905986359&hvpone=&hvptwo=&hvqmt=&hvdev=c&hvdvcmdl=&hvlocint=&hvlocphy=1001689&hvtargid=pla-811770768458&psc=1)

* [Cálculo - vol. II: Volume 2 - Stewart](https://www.amazon.com.br/Cálculo-vol-II-James-Stweart/dp/8522125848/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=10TJ79YLOB23T&keywords=Cálculo+2+stewart&qid=1650567527&s=books&sprefix=cálculo+2+stewart%2Cstripbooks%2C296&sr=1-1&ufe=app_do%3Aamzn1.fos.6a09f7ec-d911-4889-ad70-de8dd83c8a74)

| Disciplina                                                                                                 |  Duração  | Playlist  | 

| :--------------------------------------------------------------------------------------------------------- | :-------: | :--------:  |

| **Estatística Elementar**           | 6 Semanas |  [:link:](https://www.youtube.com/watch?v=hESKcJbMCrI&list=PL5Dg8nFln2eU1g1wzazCDF6jusmWE2nIL)  |       Módulo 0       |

| **Cálculo II** | 12 Semanas | [:link:](https://www.youtube.com/watch?v=lQdzRBRL9Tw&list=PLAudUnJeNg4sd0TEJ9EG6hr-3d3jqrddN) |       Módulo 0        |

### Módulo 2.5

A formalização de conceitos é o objetivo principal deste módulo, como mencionado anteriormente, embora não seja de caráter obrigatório, apresenta uma relevância substancial do ponto de vista teórico.

  Bibliografia Recomendada

* **Análise**

  * [Curso de Análise Vol 1 - Elon](https://loja.sbm.org.br/curso-de-analise-vol-1.html)

  * [Understanding Analysis - Abbot](https://www.amazon.com.br/Understanding-Analysis-Stephen-Abbott/dp/1493927116)

  * [Analysis I - Terence Tao](https://www.amazon.com.br/Analysis-I-Third-Terence-Tao/dp/9380250649/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=4H9TGN8DZ2RX&keywords=analysis+terence+tao&qid=1650567821&s=books&sprefix=analysis+terence+tao%2Cstripbooks%2C199&sr=1-1&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

  * [Analysis II - Terence Tao](https://www.amazon.com.br/Analysis-II-Third-Terence-Tao/dp/9380250657/ref=asc_df_9380250657/?tag=googleshopp00-20&linkCode=df0&hvadid=379765626380&hvpos=&hvnetw=g&hvrand=6239892852200619085&hvpone=&hvptwo=&hvqmt=&hvdev=c&hvdvcmdl=&hvlocint=&hvlocphy=1001689&hvtargid=pla-450575586368&psc=1)  

  * [Curso de Análise Vol 2 - Elon](https://loja.sbm.org.br/curso-de-analise-vol-2.html)

* **Teoria da medida**

  * [Introdução à Medida e Integração - Isnard](https://loja.sbm.org.br/introduc-o-a-medida-e-integrac-o.html)

  * [Measure Theory - Halmos](https://www.amazon.com.br/Measure-Theory-Paul-R-Halmos/dp/0387900888/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=20O8K396Z5TJ9&keywords=measure+theory+halmos&qid=1650568113&s=books&sprefix=measure+theory+halmo%2Cstripbooks%2C273&sr=1-1&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

  * [Measure, Integration & Real Analysis - Axler](https://measure.axler.net/MIRA.pdf)

É de primordial importância adquirir proficiência na teoria da medida antes de abordar os conceitos mais avançados de probabilidade.

| Disciplina                                                                                                  |  Duração  | Playlist | 

| :---------------------------------------------------------------------------------------------------------- | :-------:  | :-------: | 

| **Análise na reta**                                                                     | 10 Semanas | [:link:](https://www.youtube.com/watch?v=Nh57TcGJelU&list=PLo4jXE-LdDTRh_XIyhRwyCup4J6D8ftTL)  | :notebook:  |       -        |

| **Análise no rn** | 10 Semanas | [:link:](https://www.youtube.com/watch?v=mXQ3XIeYgYI&list=PLo4jXE-LdDTSadrRNyVDB8CU44InqabE0) | A pensar  |       -        |

| **Teoria da medida**                           | 9 semanas |   [:link:](https://www.youtube.com/watch?v=oTWwfTQY-TQ&list=PLo4jXE-LdDTSln8Q8q0MNDSs69wVb2lh_)   |  pois é   |       -        |

## Módulo 3: Probabilidade 

O começo do estudo formal de probabilidade

  Bibliografia Recomendada

* Probabilidade I  

  * [Probabilidade - Aplicações à Estatística - Meyer](https://www.amazon.com.br/Probabilidade-Aplicações-Estatística-Paul-Meyer/dp/8521602944/ref=sr_1_1?keywords=paul+meyer+probabilidade&qid=1640057579&sprefix=paul+meyer+%2Caps%2C253&sr=8-1&ufe=app_do%3Aamzn1.fos.4bb5663b-6f7d-4772-84fa-7c7f565ec65b)

  * [Probabilidade: um Curso Introdutório - Dantas ](https://www.amazon.com.br/Probabilidade-Introdutório-Carlos-Alberto-Barbosa/dp/8531403995/ref=pd_sbs_6/139-4786804-6922218?pd_rd_w=wWAdc&pf_rd_p=9175a6cb-27e9-4c8e-b27e-0da5a40be6eb&pf_rd_r=VTQER6Q2PQ4VNQQ04MF9&pd_rd_r=2cd45eba-416c-480a-8e17-483e3d800d6c&pd_rd_wg=oG9CM&pd_rd_i=8531403995&psc=1)

  * [:link:](https://www.youtube.com/watch?v=qUBtru_zmbc&list=PL5nbzsxqG2FOqyUPu_SHNFznUAuZMLCJI)

* Probabilidade II 

  * [Probabilidade e Variáveis Aleatórias - Magalhães](https://www.amazon.com.br/Probabilidade-Variáveis-Aleatórias-Nascimento-Magalhaes/dp/8531409454/ref=pd_bxgy_img_2/139-4786804-6922218?pd_rd_w=mtJ6v&pf_rd_p=4a943320-02ab-4775-ad7a-eaf57d00a244&pf_rd_r=9PFEC3MDBN1AN5CRT23S&pd_rd_r=edc4a9eb-b798-43a3-8919-32912dd74071&pd_rd_wg=4n4i5&pd_rd_i=8531409454&psc=1)

  * [Probabilidade: Um Curso Moderno com Aplicações- Ross](https://www.amazon.com.br/Probabilidade-Curso-Moderno-com-Aplicações/dp/8577806219/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=29UUQ9D2QBCDL&keywords=sheldon+ross&qid=1640057949&s=books&sprefix=sheldon+ross%2Cstripbooks%2C228&sr=1-1&ufe=app_do%3Aamzn1.fos.fcd6d665-32ba-4479-9f21-b774e276a678)

| Disciplina                                                                                                 |  Duração  | Playlist  | 

| :--------------------------------------------------------------------------------------------------------- | :-------: | :--------:  | 

| **Probabilidade I**           | 10 Semanas |  [:link:](https://www.youtube.com/watch?v=qUBtru_zmbc&list=PL5nbzsxqG2FOqyUPu_SHNFznUAuZMLCJI)  |       Módulo 0       |

| **Probabilidade II** | 10 Semanas | [:link:](https://www.youtube.com/c/rafaelstern/playlists?view=50&sort=dd&shelf_id=3) |       Módulo 0        |

| **Probabilidade Pré Avançada** | 6 Semanas | [:link:](https://www.youtube.com/watch?v=Q5bGmDTZQhk&list=PLo4jXE-LdDTS5BYqea-LcHdtjKwVcepP7) |       Módulo 0        |

### Módulo 3.5: Probabilidade Avançada

  Bibliografia Recomendada

* Probabilidade pré avançada 

  * [First Look at Rigorous Probability Theory - Rosenthal](https://www.amazon.com.br/First-Look-Rigorous-Probability-Theory/dp/9812703713/ref=sr_1_2?__mk_pt_BR=ÅMÅŽÕÑ&crid=5DN8VOYPBPOU&keywords=a+first+look+at+rigorous+probability&qid=1640058103&s=books&sprefix=a+first+look+at+rigorous+probability%2Cstripbooks%2C192&sr=1-2&ufe=app_do%3Aamzn1.fos.e05b01e0-91a7-477e-a514-15a32325a6d6)

* Probabilidade Avançada

  * [Probability & Measure Theory - Ash](https://www.amazon.com.br/Probability-Measure-Theory-Robert-Ash/dp/0120652021/ref=sr_1_4?__mk_pt_BR=ÅMÅŽÕÑ&crid=3K9Q7S415LXRF&keywords=probability+and+measure&qid=1640058146&s=books&sprefix=probability+and+measure%2Cstripbooks%2C194&sr=1-4&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

  * [Probability and Stochastics - Erhan](https://www.amazon.com.br/Probability-Stochastics-261-Erhan-Çınlar/dp/0387878580/ref=sr_1_1?__mk_pt_BR=ÅMÅŽÕÑ&crid=1ZC8T0HNKBF4S&keywords=probability+and+stochastic&qid=1640058269&s=books&sprefix=probability+and+stochastic%2Cstripbooks%2C196&sr=1-1&ufe=app_do%3Aamzn1.fos.25548f35-0de7-44b3-b28e-0f56f3f96147)

## Módulo 4: Inferência Estatística 

Começo de inferência estatística de maneira formal:

  Bibliografia Recomendada

* **Inferência Estatística**

  * [Statistical Inference - Casella e Berger](https://mybiostats.files.wordpress.com/2015/03/casella-berger.pdf)

  * [A Course in Mathematical Statistics - Roussas](http://faculty.ndhu.edu.tw/~yltseng/edu/mathstatRoussas.pdf)

* **Inferência Bayesiana**

  * [Statistical Inference An Integrated Approach - Migon](https://web.icmc.usp.br/SCATUSU/Boletim_aquisicao/Boletim_Janeiro_2016/Capas_Marco_2016/BIBLIOTECA_158_Migon_Statistical0001.pdf)

  * [A Student’s Guide to Bayesian Statistics - Lambert](https://www.amazon.com.br/Students-Guide-Bayesian-Statistics/dp/1473916364)

  * [Bayesian Theory - Bernardo e Smith](https://statisticalsupportandresearch.files.wordpress.com/2019/03/josc3a9-m.-bernardo-adrian-f.-m.-smith-bayesian-theory-wiley-1994.pdf)

| Disciplina                                                                                                 |  Duração  | Playlist  |

| :--------------------------------------------------------------------------------------------------------- | :-------: | :--------:  | 

| **Inferência Estatística**           | 12 Semanas |  [:link:](https://www.youtube.com/watch?v=Da34vphGCow&list=PL5Dg8nFln2eVsLUFxlYqjKh4Ps5nW2j1W&index=33&ab_channel=ACi%C3%AAnciadaEstat%C3%ADstica)  |       Módulo 0       |

| **Inferência Bayesiana** | 10 Semanas | [:link:](https://www.youtube.com/watch?v=YKZ1euMRsbs&list=PL5nbzsxqG2FPrVmqbLafXqOrE3djThquN&ab_channel=GustavoFerreira) |       Módulo 0        |

  

## Módulo 5: Modelagem Estatística

Se você completou o estudo de todas as seções anteriores, a partir deste ponto os conteúdos não seguem formalmente uma ordem predefinida.

### Regressão Linear

* 

  

    Bibliografia Recomendada

    * [Econometria Básica - Gujarati](http://zalamsyah.staff.unja.ac.id/wp-content/uploads/sites/286/2019/11/7-Basic-Econometrics-4th-Ed.-Gujarati.pdf)

    * [The Truth About Linear Regression - Shalizi](https://www.stat.cmu.edu/~cshalizi/TALR/)

    * [Regression and Other Stories](https://avehtari.github.io/ROS-Examples/)

  

### Modelos Lineares Generalizados

*  

    Bibliografia Recomendada

    * [Generalized Linear Models - McCullagh e Nelder](https://www.utstat.toronto.edu/~brunner/oldclass/2201s11/readings/glmbook.pdf)

    * [Generalized Linear Models With Examples in R - Dunn e Smyth](https://www.amazon.com/Generalized-Linear-Examples-Springer-Statistics/dp/1441901175https://www.amazon.com/Generalized-Linear-Examples-Springer-Statistics/dp/1441901175)

  

### Séries Temporais

*  

    Bibliografia Recomendada

    * [Análise de Séries Temporais - Morettin](https://www.amazon.com.br/An%C3%A1lise-S%C3%A9ries-Temporais-Pedro-Morettin/dp/8521203896)

    * [Link útil](https://www.ime.usp.br/~pam/ST.html)

    * [Econometria de Séries Temporais - De Losso](https://www.amazon.com.br/Econometria-S%C3%A9ries-Temporais-Rodrigo-Silveira/dp/852211157X)

    * [Time Series: Theory and Methods - Brockwell](https://d-nb.info/949251941/04)

  

### Análise de Sobrevivência

*  

    Bibliografia Recomendada

    * [Survival Analysis A Self Learning Text - Kleinbaum e Klein](https://www.amazon.com.br/Survival-Analysis-Self-Learning-David-Kleinbaum/dp/1441966455)

    * [Análise de Sobrevivência Aplicada - Colosimo e Giolo](https://www.amazon.com.br/An%C3%A1lise-Sobreviv%C3%AAncia-Aplicada-Ant%C3%B4nio-Colosimo/dp/8521203845)

  

  

### Machine Learning

*  

    Bibliografia Recomendada

    * [The Machine Learning: A Probabilistic Perspective - Murphy](https://probml.github.io/pml-book/)

    * [Machine Learning - Tom Mitchell](https://www.cin.ufpe.br/~cavmj/Machine%20-%20Learning%20-%20Tom%20Mitchell.pdf)

    * [A Course in Machine Learning -  Hal Daumé III](http://ciml.info/)

  

### Deep Learning

*  

    Bibliografia Recomendada

    * [Deep Learning - Goodfellow](https://www.deeplearningbook.org/)

    * [Deep Learning with Python - Chollet](https://www.amazon.com.br/Deep-Learning-Python-Francois-Chollet/dp/1617294438)

    * [Deep Learning for Coders with Fastai and Pytorch - Jeremy e Gugger](https://course.fast.ai/)

  

## Livros Gerais

Livros de divulgação da Estatística desempenham um papel fundamental na promoção da compreensão e do uso eficaz da Estatística em uma ampla variedade de campos. 

Nesta seção, apresentam-se algumas recomendações de obras literárias adequadas ao público em geral.

    Livros

  

    
_{O Andar do bêbado}

    
_{The Book of Why}

    
_{A Teoria que não morreria}

    
_{A Lógica Do Cisne Negro}

    
_{Iludidos pelo acaso}

    

    

  

  

    

  
_{Rápido e devagar}

  
_{Storytelling com Dados}

  
_{Uma senhora toma chá}

  
_{O Algoritmo Mestre}

  
_Logicomix

  

  

  

  

  

## Seção de agradecimento

### Docentes

Sinceros agradecimentos aos seguintes docentes por compartilharem generosamente valiosos recursos didáticos online. Suas contribuições são uma inspiração para o aprendizado contínuo e acessível.

    Docentes

  

    
_{Alexandre Lymberopoulos}

    
_{Alexandre Patriota}

    
_{Claudio Possani}

    
_{Claudio Landim}

    
_{Cezar Mortari}

    

    

  

  

    

  
_Gugu

  
_{Gustavo Ferreira}

  
_{Martha Salerno Monteiro}

  
_{Rafael B. Stern}

  

  

  

  

  

### Revisores

Gratidão às seguintes pessoas por dedicarem seu tempo e esforço para revisar e fornecer feedbacks

    Revisores

  

    
_{Vitor Bernardo}

    
_{Leonardo Piccaro}