Neste repositório estão os notebooks de python que foram trabalhados durante o curso, incluindo: Introdução à análise espectral 🌀 Aplicações de modelos autoregressivos para previsão de séries temporais 📊 Análise de wavelets para identificação de padrões e eventos em séries temporais 🌊🔍 Introdução à análise de componentes principais (PCA) para redução de dimensionalidade e identificação de padrões 📉 Uso de diversas bibliotecas Python para manipulação e visualização de dados 🐍📊 Note que o curso utiliza diversas técnicas e pacotes conhecidos. Porém, as soluções aqui apresentadas podem ser citadas pelo DOI do repositório. Para futuras versões do curso, fique atento as versões pelo github.