Dados Livres

Eu não sei quanto a vocês, mas eu nunca fiz muito uso do Twitter. Como rede social, devo ter criado meu perfil há muito tempo, não entendi muito bem como interagir por lá (poucos amigos se inscreveram também na época) e abandonei. Nem todo o hype em relação aos trending topics ou às intermináveis "tretas" foram capazes de me fazer acompanhar as coisas por lá. No entanto, ao saber que existia a API e eu poderia extrair dados dos tweets para fazer uma análise de texto e sentimentos em python, eu precisei entender como a coisa funcionava aos olhos de um cientista de dados, o que estava "por trás" de um tweet, e como eu poderia me beneficiar disso nas análises. Quando eu me deparei com as transmissões de futebol nos perfis oficiais dos times, foi só juntar a fome com a vontade de comer. Então, se você quer entender o que o twitter oferece para você em termos de dados, este post é para você, pois abordarei tudo em detalhes para que você possa associar o que é oferecido

  Se você já estudou alguma matéria de estatística, seja você de qualquer área, já deve ter ouvido a advertência do professor: "Não importa o modelo, a quantidade de variáveis nele...é impossível fazê-lo capturar 100% da realidade, sempre haverá um erro". Neste post eu vou te mostrar porque isso acontece com um tema bastante comum e fácil de exemplificar: a música. Se você viu o post com o gráfico dos subgêneros do psytrance vai associar uma coisa com a outra, ou seja, o gráfico mostra o que é possível capturar do que está disponível e se apresenta para nós hoje, mas você entenderá que esse resgate do passado está longe da realidade em si. A figura de capa mostra essa perda, com círculos cada vez menores, e o impressionante é que mesmo com tão pouco conseguimos fazer modelos tão incríveis. Voltaremos à esta figura em detalhes, mas antes vamos bater um papo sobre instrumentos de coleta e viagens no tempo? Caso queira seguir direto para os motivos um a um, clique aqui . De volt