Data Science Lab
Inovação e Aprendizagem Colaborativa
Projetos de Pesquisa e Desenvolvimento Tecnológico
-
A Secretaria Nacional de Mobilidade e Serviços Urbanos (Semob) faz parte do Ministério do Desenvolvimento Regional (MDR) e tem entre suas atribuições organizar e disponibilizar informações sobre o Sistema Nacional de Mobilidade Urbana e a qualidade e produtividade dos serviços de transporte público coletivo.
-
Visa contribuir para a gestão e formulação de políticas institucionais em ciência, tecnologia e inovação.
-
Avaliação de impacto nos indicadores de morbimortalidade neonatal de iniciativas hospitalares pró-aleitamento materno
-
O Fale Conosco é o canal de comunicação da Fiocruz com o cidadão. Seu compromisso é prezar a integridade, transparência e imparcialidade no esclarecimento das dúvidas do cidadão
-
Ciência de Dados aplicada ao Repositório Institucional da Fundação Oswaldo Cruz - Arca
-
O projeto visa criar cenários a respeito do deslocamento populacional em busca de atendimento avaliando a relação entre a distância e o tempo de viagem até a unidade especifica de acordo com a intervenção de saúde analisada.
-
O Programa Mais Médicos (PMM) é parte de um amplo esforço do Governo Federal, com apoio de estados e municípios, para a melhoria do atendimento aos usuários do Sistema Único de Saúde (SUS).
-
Desenvolver, testar e avaliar a aplicabilidade de novas recomendações de GPG a partir das curvas do Intergrowth-21st
-
Utilização de informações de rotina do SUS para mapear as redes de deslocamento de pacientes com câncer para a realização de tratamento, nos últimos 10 anos
-
Pesquisa e desenvolvimento de algoritmos de machine learning aplicados à saúde
-
Uma iniciativa do Movimento Todos Juntos Contra o Câncer, o Observatório de Oncologia é uma plataforma online e dinâmica de monitoramento de dados abertos e compartilhamento de informações relevantes da área de oncologia do Brasil
-
Operacionalizar o desenvolvimento de modelos e estratégias empíricas de apoio à consolidação e ampliação das RCC em saúde voltadas ao fortalecimento da transformação digital da saúde.
-
Plataforma de Ciência de Dados aplicada à Políticas Públicas
Aprendizagem Colaborativa
-
Programa de pesquisa e ensino interdisciplinar que reune esforços em toda a Universidade de Harvard para o fomento de parcerias visando o fomento de iniciativas em Ciência de Dados
-
Aprenda Python e R na prática em plataforma inovadora de aprendizagem em ciência de dados e machine learning
-
O Google Colaboratory é um ambiente de notebooks Jupyter que não requer configuração e é executado na nuvem.
Escreva e execute códigos em Python, salve e compartilhe suas análises e acesse poderosos recursos de computação científica, tudo gratuitamente no seu navegador.
-
Plataforma de aprendizagem e competição para cientistas de dados.
Acesse datasets, compartilhe códigos, interaja com cienttistas de dados de todas as partes do mundo e participe das competições nas categorias: Pesquisa, Recrutamento, Destaque, Diversão, Iniciantes e Sala de Aula.
-
Podcast desenvolvido por apaixonados em ciência de dados que vivem discutindo assuntos, links e conselhos de carreira.
A vontade de aprender continuamente e compartilhar conhecimento era comum a todos, e a ausência de um canal em português para tratar desses temas motivou a iniciativa.
-
Conteúdos excelentes sobre ciência de dados disponibilizados em formato blog, newsletter, podcast e Slack.
Criados pela comunidade, para a própria comunidade brasileira de ciência de dados, machine learning, big data e inteligência artificial.
-
Podcast sobre ciência de dados presente em nosso cotidiano.
Os episódios são uma mistura de explorações sobre as principais técnicas usadas em ciência de dados e discussões diversificadas e bem humoradas com especialistas do campo.
-
Plataforma de ciência de dados para execução e compartilhamento de códigos em mais de 40 linguagens de programação.
O Jupyter Hub da Plataforma de Ciência de Dados aplicada à Saúde (PCDaS), disponível para usiários de projetos parceiros, roda kernels em Python e R conectados ao dados já indexados em Elaticserach.
