{"id":1143,"date":"2025-05-13T18:40:42","date_gmt":"2025-05-13T21:40:42","guid":{"rendered":"https:\/\/treinamentolivre.com\/pc\/?p=1143"},"modified":"2025-05-13T18:43:02","modified_gmt":"2025-05-13T21:43:02","slug":"teorias-fundamentais-da-probabilidade-e-estatistica-uma-jornada-atraves-do-tempo","status":"publish","type":"post","link":"https:\/\/treinamentolivre.com\/pc\/?p=1143","title":{"rendered":"Teorias Fundamentais da Probabilidade e Estat\u00edstica: Uma Jornada Atrav\u00e9s do Tempo."},"content":{"rendered":"\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p><strong>Unicarioca &#8211; P\u00f3s em Ci\u00eancia de Dados &#8211; 2024.<\/strong><\/p>\n\n\n\n<p>(Pesquisa feita com ajuda do Google Bard e ChatGPT)<\/p>\n<\/blockquote>\n\n\n\n<ol class=\"wp-block-list\">\n<li><strong>Sementes da Probabilidade: O Come\u00e7o de Uma Era (S\u00e9culo XVII)<\/strong><\/li>\n<\/ol>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Blaise Pascal<\/strong>\u00a0(1623-1662) e\u00a0<strong>Pierre de Fermat<\/strong>\u00a0(1601-1665): Pioneiros da Teoria das Probabilidades, suas correspond\u00eancias sobre jogos de dados lan\u00e7aram as bases para o c\u00e1lculo probabil\u00edstico.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em><a href=\"https:\/\/webpages.ciencias.ulisboa.pt\/~ommartins\/seminario\/7cartas\/pascalfermat.htm\" target=\"_blank\" rel=\"noreferrer noopener\"><em>Correspond\u00eancia entre Pascal e Fermat<\/em><\/a><\/em>&nbsp;(1654):<\/p>\n\n\n\n<p>Um marco hist\u00f3rico que deu origem \u00e0 teoria moderna das probabilidades.<\/p>\n\n\n\n<ol start=\"2\" class=\"wp-block-list\">\n<li><strong>O Florescimento da Probabilidade: Novos Horizontes (S\u00e9culos XVII-XVIII)<\/strong><\/li>\n<\/ol>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Jacob Bernoulli<\/strong>\u00a0(1654-1705): Pai da Teoria das Probabilidades Moderna, Bernoulli introduziu conceitos como a Lei dos Grandes N\u00fameros e a Distribui\u00e7\u00e3o Binomial.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em><a href=\"https:\/\/www.statistics.gov.hk\/wsc\/IPS008-P1-S.pdf\" target=\"_blank\" rel=\"noreferrer noopener\">Ars Conjectandi<\/a><\/em>&nbsp;(1713):<\/p>\n\n\n\n<p>Uma obra p\u00f3stuma que consolidou as bases da teoria das probabilidades.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Thomas Bayes<\/strong>\u00a0(1701-1761): No pante\u00e3o de gigantes que moldaram a Probabilidade e a Estat\u00edstica, Thomas Bayes (1701-1761) se destaca como um vision\u00e1rio que iluminou o caminho para a atualiza\u00e7\u00e3o de cren\u00e7as diante de novas evid\u00eancias. Embora seu trabalho tenha sido publicado postumamente em 1763, o Teorema de Bayes ecoa at\u00e9 hoje como um pilar fundamental para diversas \u00e1reas do conhecimento, desde a Intelig\u00eancia Artificial at\u00e9 a Medicina.<\/li>\n\n\n\n<li>Obras:<\/li>\n<\/ul>\n\n\n\n<p><em>A Doutrina dos Flux\u00f5es<\/em>&nbsp;(1736).<\/p>\n\n\n\n<p><em>An Essay to Solve a Problem in the Doctrine of Chances.<\/em><\/p>\n\n\n\n<p>(publicado postumamente em 1763).<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Pierre-Simon Laplace<\/strong>\u00a0(1749-1827): Expandiu o campo da probabilidade com a Teoria Anal\u00edtica das Probabilidades, introduzindo o Teorema de Laplace e o M\u00e9todo dos M\u00ednimos Quadrados.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em><a href=\"https:\/\/books.google.com.br\/books?id=dR6_PAAACAAJ&amp;printsec=frontcover&amp;hl=pt-BR&amp;source=gbs_ge_summary_r&amp;cad=0#v=onepage&amp;q&amp;f=true\" target=\"_blank\" rel=\"noreferrer noopener\"><em>Th\u00e9orie Analytique des Probabilit\u00e9s<\/em><\/a><\/em>&nbsp;(1812):<\/p>\n\n\n\n<p>Uma obra monumental que sistematizou o conhecimento probabil\u00edstico da \u00e9poca.<\/p>\n\n\n\n<ol start=\"3\" class=\"wp-block-list\">\n<li><strong>Estat\u00edstica: A Ci\u00eancia dos Dados Nasce (S\u00e9culo XIX)<\/strong><\/li>\n<\/ol>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Adolphe Quetelet<\/strong>\u00a0(1796-1874): Pioneiro da Estat\u00edstica Social, Quetelet aplicou m\u00e9todos estat\u00edsticos para estudar fen\u00f4menos sociais e populacionais.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em><a href=\"https:\/\/archive.org\/details\/b29326941_0002\/mode\/2up?q=Sur+l%5C%27homme+et+le+d%C3%A9veloppement+de+ses+facult%C3%A9s%2C+ou+Essai+physique+sociale\" target=\"_blank\" rel=\"noreferrer noopener\"><em>Sur l\u2019homme et le d\u00e9veloppement de ses facult\u00e9s, ou Essai de physique sociale<\/em><\/a><\/em>&nbsp;(1835).<\/p>\n\n\n\n<p>Uma obra inovadora que lan\u00e7ou as bases da estat\u00edstica social.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><\/li>\n\n\n\n<li><strong>Carl Friedrich Gauss<\/strong>\u00a0(1777-1855): \u201cPr\u00edncipe dos Matem\u00e1ticos\u201d, Gauss fez contribui\u00e7\u00f5es significativas \u00e0 Estat\u00edstica, incluindo a Teoria dos Erros e o M\u00e9todo dos M\u00ednimos Quadrados.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em>Disquisitio de Erroribus Probabilibus in Mensura Angulorum Positionum Astronomicarum<\/em>&nbsp;(1816):<\/p>\n\n\n\n<p>Uma obra fundamental para a teoria dos erros e a an\u00e1lise de dados.<\/p>\n\n\n\n<ol start=\"4\" class=\"wp-block-list\">\n<li><strong>Estat\u00edstica Moderna: Evolu\u00e7\u00e3o e Refinamento (S\u00e9culos XX-XXI)<\/strong><\/li>\n<\/ol>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Sir Ronald Fisher<\/strong>\u00a0(1893-1962): Pai da Estat\u00edstica Moderna, Fisher desenvolveu m\u00e9todos estat\u00edsticos inovadores como a An\u00e1lise de Vari\u00e2ncia e os Testes de Signific\u00e2ncia.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em>Statistical Methods for Research Workers<\/em>&nbsp;(1925):<\/p>\n\n\n\n<p>Uma obra seminal que revolucionou a pr\u00e1tica da estat\u00edstica.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>John Tukey<\/strong>\u00a0(1915-2000): Pioneiro da An\u00e1lise Explorat\u00f3ria de Dados e da Visualiza\u00e7\u00e3o de Dados, Tukey introduziu conceitos como o Boxplot e o Stem-and-Leaf Plot.<\/li>\n\n\n\n<li>Obra Principal:<\/li>\n<\/ul>\n\n\n\n<p><em>Exploratory Data Analysis<\/em>&nbsp;(1970).<\/p>\n\n\n\n<p>Uma obra fundamental para a an\u00e1lise explorat\u00f3ria de dados e a comunica\u00e7\u00e3o de resultados estat\u00edsticos.<\/p>\n\n\n\n<ol start=\"5\" class=\"wp-block-list\">\n<li><strong>Avan\u00e7os Recentes: Novas Fronteiras da Probabilidade e Estat\u00edstica<\/strong><\/li>\n<\/ol>\n\n\n\n<p>O ritmo das descobertas em Probabilidade e Estat\u00edstica se intensifica continuamente. \u00c1reas como Estat\u00edstica Bayesiana, Processamento de Linguagem Natural e Aprendizado de M\u00e1quina abrem novas fronteiras para a an\u00e1lise de dados e a tomada de decis\u00f5es em um mundo cada vez mais complexo.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Bradley Efron<\/strong><\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: Stanford University<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es: Criador do m\u00e9todo bootstrap, uma das t\u00e9cnicas mais revolucion\u00e1rias da estat\u00edstica moderna.<\/li>\n\n\n\n<li>Relev\u00e2ncia: Continua ativo, muito citado e respeitado. Recebeu diversos pr\u00eamios, incluindo a Medalha Nacional de Ci\u00eancia dos EUA.<\/li>\n\n\n\n<li><strong>Andrew Gelman<\/strong><\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: Columbia University<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es: Estat\u00edstica bayesiana, modelagem hier\u00e1rquica, infer\u00eancia causal.<\/li>\n\n\n\n<li>Relev\u00e2ncia: Muito ativo em divulga\u00e7\u00e3o cient\u00edfica, autor do blog\u00a0<em>Statistical Modeling, Causal Inference, and Social Science<\/em>. Refer\u00eancia em estat\u00edstica aplicada e metodologia de pesquisa.<\/li>\n\n\n\n<li><strong>Terry Speed<\/strong><\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: Walter and Eliza Hall Institute of Medical Research (Austr\u00e1lia)<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es: Bioestat\u00edstica, especialmente an\u00e1lise de dados gen\u00f4micos.<\/li>\n\n\n\n<li>Relev\u00e2ncia: Reconhecido internacionalmente no cruzamento entre estat\u00edstica e biologia.<\/li>\n\n\n\n<li><strong>Xiao-Li Meng<\/strong><\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: Harvard University<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es: Teoria de estima\u00e7\u00e3o, infer\u00eancia bayesiana, m\u00e9todos computacionais.<\/li>\n\n\n\n<li>Relev\u00e2ncia: Foi reitor da Escola de P\u00f3s-Gradua\u00e7\u00e3o de Harvard, influente em v\u00e1rias \u00e1reas.<\/li>\n<\/ul>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Judea Pearl<\/strong>\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: University of California, Los Angeles (UCLA)<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es:\n<ul class=\"wp-block-list\">\n<li>Fundador da teoria da causalidade moderna.<\/li>\n\n\n\n<li>Desenvolveu a rede bayesiana, um modelo gr\u00e1fico probabil\u00edstico amplamente usado em estat\u00edstica e IA.<\/li>\n\n\n\n<li>Autor do livro \u201cCausality\u201d, refer\u00eancia central na \u00e1rea.<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li>Relev\u00e2ncia:\n<ul class=\"wp-block-list\">\n<li>Ganhador do Pr\u00eamio Turing (2011).<\/li>\n\n\n\n<li>Revolucionou a forma como cientistas tratam causa e efeito em estat\u00edstica, ci\u00eancia social, medicina e IA.<\/li>\n\n\n\n<li>Seu trabalho \u00e9 considerado o \u201cpilar moderno da infer\u00eancia causal\u201d.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li><strong>Yann LeCun<\/strong>\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: New York University &amp; Chief AI Scientist no Meta (Facebook)<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es:\n<ul class=\"wp-block-list\">\n<li>Um dos pais das redes neurais convolucionais (CNNs).<\/li>\n\n\n\n<li>Pioneiro em aprendizado profundo (deep learning), especialmente para vis\u00e3o computacional.<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li>Relev\u00e2ncia:\n<ul class=\"wp-block-list\">\n<li>Ganhador do Pr\u00eamio Turing (2018), junto com Hinton e Bengio.<\/li>\n\n\n\n<li>Figura central no desenvolvimento de sistemas modernos de reconhecimento de imagem, como os usados no Facebook e em ve\u00edculos aut\u00f4nomos.<\/li>\n\n\n\n<li>Defensor de uma IA mais geral, com foco atual em arquiteturas cognitivas.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li><strong>Geoffrey Hinton<\/strong>\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: University of Toronto &amp; Google Brain (at\u00e9 2023)<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es:\n<ul class=\"wp-block-list\">\n<li>Pioneiro absoluto em redes neurais e backpropagation.<\/li>\n\n\n\n<li>Respons\u00e1vel por reintroduzir o deep learning na d\u00e9cada de 2000, ap\u00f3s um per\u00edodo de descr\u00e9dito.<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li>Relev\u00e2ncia:\n<ul class=\"wp-block-list\">\n<li>Ganhador do Pr\u00eamio Turing (2018).<\/li>\n\n\n\n<li>Criou a base dos sistemas modernos de deep learning, como o AlexNet, que revolucionou o ImageNet em 2012.<\/li>\n\n\n\n<li>Recentemente deixou o Google para alertar sobre riscos de IA descontrolada \u2014 se posicionando como um \u201cc\u00e9tico \u00e9tico\u201d.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li><strong>Yoshua Bengio<\/strong>\n<ul class=\"wp-block-list\">\n<li>Institui\u00e7\u00e3o: Universit\u00e9 de Montr\u00e9al &amp; Mila (Quebec AI Institute)<\/li>\n\n\n\n<li>Contribui\u00e7\u00f5es:\n<ul class=\"wp-block-list\">\n<li>Um dos arquitetos da moderna aprendizagem profunda, com foco em redes recorrentes e autoencoders.<\/li>\n\n\n\n<li>Atua tamb\u00e9m na \u00e1rea de modelagem generativa e aprendizado n\u00e3o supervisionado.<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li>Relev\u00e2ncia:\n<ul class=\"wp-block-list\">\n<li>Ganhador do Pr\u00eamio Turing (2018).<\/li>\n\n\n\n<li>Figura muito ativa no debate \u00e9tico e social da IA.<\/li>\n\n\n\n<li>L\u00edder de iniciativas canadenses e globais para IA respons\u00e1vel e segura. Em \u00e1reas aplicadas ou cruzadas com IA.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li><strong>Trevor Hastie e Robert Tibshirani<\/strong>\n<ul class=\"wp-block-list\">\n<li>(autores do\u00a0<em>The Elements of Statistical Learning<\/em>): muito influentes na interse\u00e7\u00e3o entre estat\u00edstica e machine learning.<\/li>\n<\/ul>\n<\/li>\n\n\n\n<li><strong>Yee Whye Teh e Michael Jordan<\/strong>\n<ul class=\"wp-block-list\">\n<li>(n\u00e3o o jogador, mas o estat\u00edstico da UC Berkeley): altamente citados na interface estat\u00edstica-aprendizado de m\u00e1quina.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n\n\n\n<p><strong>Outras <\/strong><strong>Obras Recentes &amp; Influentes:<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><em>Bayesian Data Analysis<\/em>\u00a0(2014) por Gelman, Carlin, Stern, e Rubin<\/li>\n\n\n\n<li><em>The Hundred-Page Machine Learning Book<\/em>\u00a0(2016) por Aurelien G\u00e9ron<\/li>\n\n\n\n<li><em>Deep Learning<\/em>\u00a0(2015) por Ian Goodfellow, Yoshua Bengio, e Aaron Courville<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Unicarioca &#8211; P\u00f3s em Ci\u00eancia de Dados &#8211; 2024. (Pesquisa feita com ajuda do Google Bard e ChatGPT) Correspond\u00eancia entre Pascal e Fermat&nbsp;(1654): Um marco hist\u00f3rico que deu origem \u00e0&#8230;<\/p>\n<div class=\"more-link-wrapper\"><a class=\"more-link\" href=\"https:\/\/treinamentolivre.com\/pc\/?p=1143\">Continuar a ler&#8230;<span class=\"screen-reader-text\">Teorias Fundamentais da Probabilidade e Estat\u00edstica: Uma Jornada Atrav\u00e9s do Tempo.<\/span><\/a><\/div>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[13,16],"tags":[],"class_list":["post-1143","post","type-post","status-publish","format-standard","hentry","category-estatistica","category-historia","excerpt"],"_links":{"self":[{"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=\/wp\/v2\/posts\/1143","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1143"}],"version-history":[{"count":1,"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=\/wp\/v2\/posts\/1143\/revisions"}],"predecessor-version":[{"id":1144,"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=\/wp\/v2\/posts\/1143\/revisions\/1144"}],"wp:attachment":[{"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1143"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1143"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/treinamentolivre.com\/pc\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1143"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}