Loading repository data…
ogustavoalves / repository
Este repositório contém um guia prático em Jupyter Notebook sobre a geração e aplicação de Vector Embeddings e Vector Search para IA Generativa. O projeto explora desde a tokenização de texto até a busca por similaridade em bancos de dados vetoriais, servindo como base para a implementação de sistemas RAG (Retrieval-Augmented Generation).
Selected from shared topics, language and repository description—not editorial ratings.
accardoso /
Este repositório contém os Jupyter Notebooks que utilizei para ministrar e como material de consulta para os participantes do Minicurso Construindo Classificadores.
gcaccaos /
Este é o meu trabalho para o projeto 4 da disciplina de Métodos Computacionais em Física do IF-USP no primeiro semestre de 2018. O projeto consiste em simular o modelo de Ising para a magnetização de um material bidimensional com condições periódicas de contorno através do método de Monte Carlo. Este repositório contém os arquivos de código para a simulação, que são notebooks em Python 3 para o Jupyter (estou utilizando principalmente o JupyterLab), e os arquivos para o relatório em LaTeX (escritos através do Texmaker).
marcosmorais94 /
Este repositório contém todos os códigos realizados durante a formação Inteligência Artificial na Data Science Academy. Os códigos foram feitos em Python através do Jupyter Notebook e contém comentários detalhados sobre o passo a passo para uma análise preditiva com Deep Learning.
maxwellamaral /
Este repositório contém notebooks Jupyter interativos que exploram conceitos fundamentais de computação quântica, desde a matemática básica até protocolos quânticos complexos como o teletransporte quântico.
Kaio-Gaspar /
Análise de Dados do Instagram Este repositório contém , notebooks Jupyter e conjuntos de dados relacionados à análise de dados do Instagram. O objetivo deste projeto é explorar e visualizar informações extraídas das postagens do Instagram usando técnicas de ciência de dados e análise de dados.
matheuspc3 /
Este repositório contém uma análise de uma estratégia simples de compra e venda de ações utilizando dados históricos da Petrobras (PETR4.SA). A análise é realizada por meio de um notebook Jupyter, implementado em Python, que utiliza a biblioteca `yfinance` para a obtenção dos dados.