https://codecrush.com.br/blog Explore tendências, notícias e dicas sobre tecnologia e muito mais no CODE CRUSH - seu destino definitivo no universo digital. pt-BR devhenrico@gmail.com (Henrico Piubello) devhenrico@gmail.com (Henrico Piubello) Thu, 20 Jul 2023 00:00:00 GMT https://codecrush.com.br/blog/areas-aplicacao-ciencia-de-dados https://codecrush.com.br/blog/areas-aplicacao-ciencia-de-dados Ciência de dados usa estatística e machine learning para gerar decisões: veja 65 áreas de aplicação, de finanças e saúde a cidades inteligentes. Thu, 20 Jul 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine Learning https://codecrush.com.br/blog/como-criar-projetos-de-machine-learning https://codecrush.com.br/blog/como-criar-projetos-de-machine-learning Projetos de machine learning exigem preparação de dados, algoritmos adequados, pipelines iterativos, escalabilidade e métricas como recall e F1-Score. Tue, 26 Sep 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningInteligência Artificial https://codecrush.com.br/blog/diferenca-machine-learning-e-inteligencia-artificial https://codecrush.com.br/blog/diferenca-machine-learning-e-inteligencia-artificial Inteligência Artificial é o campo amplo que simula capacidades humanas; Machine Learning é a subárea em que algoritmos aprendem com dados. Mon, 25 Sep 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Inteligência ArtificialDados e Machine Learning https://codecrush.com.br/blog/direfenca-mineracao-machine-learning-e-deep-learning https://codecrush.com.br/blog/direfenca-mineracao-machine-learning-e-deep-learning Mineração de dados descobre padrões em bases existentes; machine learning treina modelos que aprendem; deep learning usa redes neurais profundas. Tue, 26 Sep 2023 09:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningInteligência Artificial https://codecrush.com.br/blog/distancia-euclidiana https://codecrush.com.br/blog/distancia-euclidiana Distância euclidiana é a medida em linha reta entre dois pontos, obtida pela raiz da soma dos quadrados das diferenças; é a base de KNN e K-Means. Sun, 19 Nov 2023 16:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningDesenvolvimento https://codecrush.com.br/blog/fundamentos-de-machine-learning https://codecrush.com.br/blog/fundamentos-de-machine-learning Machine Learning é o campo da IA em que algoritmos aprendem padrões a partir de dados. Veja algoritmos, tipos de aprendizado e métricas de avaliação. Sun, 22 Oct 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningInteligência Artificial https://codecrush.com.br/blog/gatekeeper-analise-comportamento-do-usuario https://codecrush.com.br/blog/gatekeeper-analise-comportamento-do-usuario A UBA monitora o comportamento dos usuários para detectar anomalias; integrada ao Gatekeeper, expõe ameaças internas que a autenticação sozinha não vê. Sun, 24 Sep 2023 15:00:00 GMT devhenrico@gmail.com (Henrico Piubello) SegurançaDados e Machine Learning https://codecrush.com.br/blog/guia-estudar-machine-learning-metodos-listas-recursos https://codecrush.com.br/blog/guia-estudar-machine-learning-metodos-listas-recursos Para estudar Machine Learning, comece por Python, estatística e álgebra linear, avance para algoritmos e pratique em projetos reais no Kaggle. Tue, 06 Jun 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningCarreira Tech https://codecrush.com.br/blog/ia-na-medicina https://codecrush.com.br/blog/ia-na-medicina A IA na medicina acelera diagnósticos e personaliza tratamentos: a FDA já autorizou mais de 1.250 dispositivos com IA. Veja benefícios e riscos. Wed, 11 Oct 2023 20:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Inteligência ArtificialDados e Machine Learning https://codecrush.com.br/blog/imunologia-computacional https://codecrush.com.br/blog/imunologia-computacional Imunologia computacional é a área que aplica bioinformática, modelos matemáticos e machine learning para estudar e prever o comportamento do sistema imune. Tue, 07 May 2024 00:40:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningInteligência Artificial  | Característica | Sistema imune inato | Sistema imune adaptativo | | --- | --- | --- | | Velocidade | Resposta imediata | Resposta mais lenta | | Especificidade | Genérica, inespecífica | Altamente específica | | Memória | Não guarda memória | Memoriza patógenos | | Células típicas | Macrófagos, neutrófilos, NK | Linfócitos T e B | Entre as células mais importantes do SIH, vale conhecer: 1. **Linfócitos T** — coordenam a resposta imune adaptativa e eliminam células infectadas; subdividem-se em subpopulações como CD4+ e CD8+. 2. **Linfócitos B** — produzem anticorpos específicos para combater antígenos, sustentando a resposta imune humoral. 3. **Macrófagos** — realizam a [fagocitose](https://brasilescola.uol.com.br/biologia/fagocitose.htm) de patógenos e detritos e apresentam antígenos aos linfócitos. 4. **Células dendríticas** — capturam e apresentam antígenos aos linfócitos T e B, iniciando a resposta adaptativa. 5. **Células Natural Killer (NK)** — células citotóxicas da imunidade inata que destroem células infectadas e tumorais sem ativação prévia. 6. **Neutrófilos** — os [leucócitos](https://www.unioeste.br/portal/microscopio-virtual/tecido-conjuntivo/especializado/hematopoetico/leucocitos) mais abundantes no sangue, atuam na fagocitose de bactérias nas fases iniciais da resposta. ## Ferramentas e linguagens para começar na área Para se aprofundar na imunologia computacional, o primeiro passo é dominar o funcionamento do próprio sistema imune. Uma referência clássica é o livro *Imunobiologia de Janeway*, de Kenneth Murphy, ótimo ponto de partida antes de partir para a modelagem. No YouTube, palestras como ["Compreendendo Doenças com o Uso de Imunologia Computacional"](https://www.youtube.com/watch?v=AWy4PGsTba0), de Marcelo Lobosco (DCC/UFJF), ajudam a conectar biologia e computação. No campo técnico, duas linguagens se destacam para análise de dados na área: 1. **Python** — a mais usada pela comunidade por sua sintaxe clara e pelo vasto ecossistema de bibliotecas científicas, como pandas e NumPy. Se você está começando, vale seguir um [guia de Python para iniciantes](/blog/python). 2. **R** — muito adotado por pesquisadores em estatística e bioinformática, é a escolha natural logo depois do Python; a [linguagem R](/blog/linguagem-de-programacao-r) tem forte tradição em análise estatística. Dois hábitos completam a formação: acompanhar publicações no Google Acadêmico — como o artigo ["A Validated Mathematical Model of the Cytokine Release Syndrome in Severe COVID-19"](https://pubmed.ncbi.nlm.nih.gov/34355020/) — e investir no [inglês para desenvolvedores](/blog/ingles-para-desenvolvedores-e-lideres), já que a maioria dos artigos e ferramentas está nesse idioma. Aqui no CodeCrush você encontra materiais de apoio para cada uma dessas frentes. ## Desafios e futuro da imunologia computacional Apesar do potencial, a imunologia computacional enfrenta obstáculos concretos que limitam a precisão dos seus modelos. Superá-los depende tanto de avanços em dados quanto em infraestrutura de computação. Os principais desafios são: 1. **Complexidade dos sistemas biológicos** — modelar as interações do SIH com precisão é difícil pela variabilidade intra e interindividual e pela falta de dados que integrem todas as dimensões do sistema imune. 2. **Alto poder de processamento** — modelos que simulam milhões de interações entre células, moléculas e sinais exigem grande capacidade computacional, muitas vezes apoiada por [computação de alto desempenho e GPUs](/blog/a-revolucao-silenciosa-como-as-gpus-moldaram-a-era-da-inteligencia-art). 3. **Integração de dados multimodais** — a área depende de combinar tipos distintos de dados biológicos e clínicos, cuja heterogeneidade dificulta normalização, análise e interpretação. 4. **Escassez de dados de alta qualidade** — dados incompletos, imprecisos ou enviesados podem levar a conclusões erradas e comprometer a robustez dos modelos. 5. **Questões éticas e de privacidade** — assegurar o uso ético dos dados e proteger a privacidade dos indivíduos é fundamental em uma área que trabalha com informações sensíveis de saúde. ## Conclusão A imunologia computacional mostra que biologia e código já não caminham separados: modelar o sistema imune no computador é hoje uma das formas mais promissoras de acelerar vacinas, entender doenças e personalizar tratamentos. Para quem programa, é um convite raro a aplicar Python, R e machine learning a um dos sistemas mais fascinantes que existem — o que nos mantém vivos. Se o tema te empolgou, comece pelos fundamentos do sistema imune e pela análise de dados; o resto é prática e curiosidade.]]> https://codecrush.com.br/blog/inteligencia-artificial-para-saude-desvendando-o-futuro-do-cuidado-pre https://codecrush.com.br/blog/inteligencia-artificial-para-saude-desvendando-o-futuro-do-cuidado-pre IA para saúde usa aprendizado de máquina para analisar dados médicos, apoiar diagnósticos, acelerar fármacos e personalizar tratamentos com mais precisão. Wed, 01 Jul 2026 18:11:05 GMT devhenrico@gmail.com (Henrico Piubello) Inteligência ArtificialDados e Machine LearningTecnologia e Inovação https://codecrush.com.br/blog/linguagem-de-programacao-r https://codecrush.com.br/blog/linguagem-de-programacao-r R é uma linguagem open source para estatística e visualização de dados, com mais de 24 mil pacotes no CRAN e uso central em ciência de dados. Wed, 08 Nov 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Linguagens de ProgramaçãoDados e Machine Learning 18) { cat("Você é maior de idade.") } else { cat("Você é menor de idade.") } ``` ### Vetores e data frames Vetores são os objetos fundamentais de R: quase toda operação é vetorizada, ou seja, aplicada a todos os elementos de uma vez. Data frames são tabelas bidimensionais, equivalentes a uma planilha, e são a estrutura central da análise de dados na linguagem: ```R numeros <- c(1, 2, 3, 4, 5) dados <- data.frame(nome=c("Henrico", "Renata", "Brendow"), idade=c(25, 30, 35)) ``` ## O que é o RStudio e por que usá-lo? O RStudio é a [IDE](/glossario/ide) (Ambiente de Desenvolvimento Integrado) mais popular para programação em R, hoje mantida pela Posit e disponível gratuitamente na [página oficial de download](https://posit.co/download/rstudio-desktop/). Ele reúne em uma única interface o editor de código, o console interativo, o painel de gráficos e o inspetor de variáveis do ambiente. Para quem está aprendendo, o RStudio reduz o atrito inicial: autocompletar de funções, ajuda integrada da documentação, depurador visual e botões para instalar pacotes do CRAN sem decorar comandos. Para quem já trabalha com dados, ele acrescenta suporte nativo a R Markdown, Quarto e Shiny, além de integração com Git para versionar análises como qualquer projeto de software. ## R vs Python: qual escolher para ciência de dados? Escolha R para trabalho estatístico profundo e visualização; escolha [Python](/blog/python) para projetos que misturam dados com engenharia de software e IA (Inteligência Artificial) generativa. Em popularidade geral, Python domina: no [Stack Overflow Developer Survey 2025](https://survey.stackoverflow.co/2025/technology), 57,9% dos respondentes usam Python, contra 4,9% que usam R. Popularidade, porém, não é o único critério — em bioestatística, epidemiologia e pesquisa acadêmica, R continua sendo o padrão de fato. | Critério | Linguagem R | Python | | ------------------------- | ----------------------------------- | ------------------------------------- | | Foco principal | Estatística e visualização de dados | Uso geral, web e IA | | Uso (Stack Overflow 2025) | 4,9% dos respondentes | 57,9% dos respondentes | | Ecossistema de pacotes | CRAN, com curadoria e foco em dados | PyPI, mais amplo e generalista | | Visualização | ggplot2 e Shiny, nativos da cultura | Matplotlib, Plotly e Streamlit | | Nichos fortes | Academia, bioestatística e finanças | Indústria de software e deep learning | | Curva para análise | Muito rápida para estatística | Rápida, exige bibliotecas externas | Na dúvida, aprenda os fundamentos de uma delas a fundo: os conceitos de manipulação de dados, modelagem e validação transferem-se bem entre as duas linguagens. ## Exemplos de código R para análise de dados Os dois exemplos abaixo mostram o fluxo típico de R: carregar um arquivo CSV, calcular estatísticas e exibir resultados. ### Exemplo 1: análise de dados climáticos Este exemplo usa dados climáticos para calcular a média, a mediana e o desvio padrão da temperatura em uma localização ao longo de um período: ```R dados_climaticos <- read.csv("dados_climaticos.csv") # carregar os dados climáticos media_temperatura <- mean(dados_climaticos$temperatura) # média mediana_temperatura <- median(dados_climaticos$temperatura) # mediana desvio_padrao_temperatura <- sd(dados_climaticos$temperatura) # desvio padrão cat("Média da temperatura: ", media_temperatura, "\n") cat("Mediana da temperatura: ", mediana_temperatura, "\n") cat("Desvio padrão da temperatura: ", desvio_padrao_temperatura, "\n") ``` Repare que as funções estatísticas `mean()`, `median()` e `sd()` são nativas da linguagem — nenhum pacote extra foi instalado. ### Exemplo 2: análise de dados de vendas Neste exemplo, a linguagem R calcula a receita total, a média de vendas e a porcentagem de crescimento em relação ao ano anterior: ```R dados_vendas <- read.csv("dados_vendas.csv") # carregar os dados de vendas receita_total <- sum(dados_vendas$valor_vendas) # receita total media_vendas <- mean(dados_vendas$valor_vendas) # média de vendas vendas_ano_anterior <- dados_vendas$valor_vendas[1:11] vendas_ano_atual <- dados_vendas$valor_vendas[12:22] crescimento <- ((sum(vendas_ano_atual) - sum(vendas_ano_anterior)) / sum(vendas_ano_anterior)) * 100 # crescimento anual cat("Receita Total: $", receita_total, "\n") cat("Média de Vendas: $", media_vendas, "\n") cat("Crescimento em relação ao ano anterior: ", crescimento, "%\n") ``` O mesmo padrão — carregar, transformar, resumir — se repete em análises muito maiores, apenas com mais pacotes envolvidos. ## Conclusão A linguagem R não disputa com Python o posto de linguagem generalista — e não precisa: como ferramenta especializada em estatística, ela entrega em poucas linhas o que outras linguagens exigem bibliotecas e configuração para fazer. Se o seu trabalho envolve análise estatística séria, pesquisa ou visualização de dados, dominar R com o RStudio é um investimento direto na sua produtividade; aqui no CodeCrush, a recomendação prática é começar pelos data frames e pelo ggplot2, que concentram a maior parte do valor da linguagem no dia a dia.]]> https://codecrush.com.br/blog/machine-learning https://codecrush.com.br/blog/machine-learning Machine Learning é o campo da IA em que algoritmos aprendem padrões a partir de dados para prever, classificar e decidir sem programação explícita. Sun, 14 May 2023 00:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningInteligência Artificial https://codecrush.com.br/blog/numpy-biblioteca https://codecrush.com.br/blog/numpy-biblioteca O NumPy é a biblioteca Python de computação numérica que fornece arrays multidimensionais e operações vetorizadas rápidas para dados e ciência. Wed, 20 Dec 2023 20:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningDesenvolvimento https://codecrush.com.br/blog/o-que-e-data-warehouse https://codecrush.com.br/blog/o-que-e-data-warehouse Data Warehouse é um repositório central que integra dados de várias fontes para análise histórica, relatórios e apoio à decisão via ETL e BI. Fri, 15 Sep 2023 21:30:00 GMT devhenrico@gmail.com (Henrico Piubello) Banco de DadosDados e Machine Learning https://codecrush.com.br/blog/o-que-e-georreferenciamento https://codecrush.com.br/blog/o-que-e-georreferenciamento Georreferenciamento é o processo de atribuir coordenadas geográficas a dados ou objetos, permitindo localizá-los e analisá-los com precisão em um mapa. Tue, 29 Aug 2023 10:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningTecnologia e Inovação https://codecrush.com.br/blog/o-que-e-pipeline-de-dados https://codecrush.com.br/blog/o-que-e-pipeline-de-dados Um pipeline de dados é uma série de processos automatizados que coletam, transformam e movem dados da origem até o destino para análise e decisão. Sun, 03 Sep 2023 07:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningDevOps e Ferramentas https://codecrush.com.br/blog/o-que-e-power-bi https://codecrush.com.br/blog/o-que-e-power-bi O Power BI é a suíte de business intelligence da Microsoft que transforma dados brutos em painéis interativos e relatórios para decisões orientadas por dados. Thu, 14 Sep 2023 12:30:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine LearningTecnologia e Inovação https://codecrush.com.br/blog/paradoxo-de-simpson https://codecrush.com.br/blog/paradoxo-de-simpson O Paradoxo de Simpson ocorre quando uma tendência vista em subgrupos some ou se inverte ao agregar os dados. Veja por que acontece e como tratá-lo em Python. Sun, 04 Feb 2024 11:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine Learning https://codecrush.com.br/blog/regressao-linear https://codecrush.com.br/blog/regressao-linear Entenda a regressão linear: como ela modela relações entre variáveis por uma reta, prevê valores contínuos e é avaliada com R², RMSE e análise de resíduos. Sat, 03 Jun 2023 15:32:14 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine Learning https://codecrush.com.br/blog/tipos-de-regressao-linear https://codecrush.com.br/blog/tipos-de-regressao-linear Conheça os tipos de regressão linear — simples, múltipla, polinomial, Ridge e Lasso — com equações, casos de uso e critérios para escolher o modelo certo. Sat, 14 Oct 2023 12:00:00 GMT devhenrico@gmail.com (Henrico Piubello) Dados e Machine Learning