Walbert Cunha

Professor @ IFPA | PhD student @ PPGCC-UFPA 💻
Exploring haptics, perception & data representation ✨
An Amazonian mind connecting science, nature & technology

[Walbert Cunha @walbertcm]

@napoleaomp4 Eu

[Elon Musk @elonmusk]

I love you

[Dalson Figueiredo @DalsonFigueired]

Comigo o papo é reto pq não gosto de duas conversas. Entre nesse link e faça download 0800 de um material que vai ser útil para vc aprimorar o seu projeto de pesquisa.

https://t.co/0wKCgrtUeg

E aí, se Jesus tocar o seu coração, vc dá um RT para essa mensagem chegar na sua ex.

[Walbert Cunha @walbertcm]

Honored to be part of a Best Paper Award at ICCSA 2026! 🏆
Proud to celebrate this achievement with an amazing team. 🚀

[Alexandre Galvão Patriota @agpatriota]

Peço ajuda na divulgação do canal
"A Ciência da Estatística"
(https://t.co/GRPrFzAFQj)
que continua crescendo vegetativamente.

Tem algumas paylists:
1. Panorama da estatística e do método científico,
2. Estatística elementar,
3. Teoria de Conjuntos para Estatística,
4. Probabilidade e Inferência Estatística (Mestrado).

[Walbert Cunha @walbertcm]

@comunidadeparda Muito bom. Não tinha ideia de tal assunto e do contexto com relação ao período colonial.

[Walbert Cunha @walbertcm]

@OdnaldaW2 Um momento muito forte, capaz de revelar a grandiosidade da vida e o fio invisível que nos une à totalidade das coisas.

[Code Geek @codek_tv]

Statistics cheat sheet

[Data Science Academy @dsacademybr]

Fundamentos de Linguagem Python - Do Básico a Aplicações de IA

Curso Online, Gratuito e Com Certificado de Conclusão. Comece agora mesmo:

https://t.co/lCohhlLlOg

[Job Corner @JOBCORNER247]

Data Science Full Course ✅✅

link - https://t.co/mmKpJpTxt5

[Jaydeep @_jaydeepkarale]

Learn Data Structures and Algorithms in visual way !!!

{ VisuAlgo }
https://t.co/tbyxkWeKNA

{ Mike Bostock’s Algorithm Visualizations }
https://t.co/TO7PkOhVHg

{ CS Visualization - University of San Francisco }
https://t.co/eRpJ5Ss22C

[Dalson Figueiredo @DalsonFigueired]

Toda vez que tenho reunião de orientação eu indico o mesmo combo de cursos para quem tá iniciando na vida de cientista. O primeiro de todos os passos é aprender a aprender. E, para isso, o melhor caminho é entender como se organiza o conhecimento científico. Veja esse curso.
https://t.co/Mt74Lf2UMI

[Bruno Brezenski @bbbrezenski]

Conheça os olhos do Brasil e do mundo que estão olhando para baixo, para a Terra e não para o espaço. 🌎🛰️

Satélites de monitoramento são essenciais para a gente entender o clima e principalmente prever seu comportamento.
Sem eles a gente estaria boiando ainda sobre a tragédia do aquecimento global.

Estaríamos como sapos sendo fervidos e não saberíamos o motivo.

[Dvz | Python Architect @PythonDvz]

ChatGPT has done it 😁😂😂

[Prof Lennart Nacke, PhD @acagamic]

Most researchers collect data first, then wonder why nobody reads their papers.

Start with the story.

The data comes after.

[Ashish Pratap Singh @ashishps_1]

7 must-know runtime complexities for coding interviews:

1. 𝐎(1) - 𝐂𝐨𝐧𝐬𝐭𝐚𝐧𝐭 𝐭𝐢𝐦𝐞
- The runtime doesn't change regardless of the input size.
- Example: Accessing an element in an array by its index.

2. 𝐎(𝐥𝐨𝐠 𝐧) - 𝐋𝐨𝐠𝐚𝐫𝐢𝐭𝐡𝐦𝐢𝐜 𝐭𝐢𝐦𝐞
- The runtime grows slowly as the input size increases. Typically seen in algorithms that divide the problem in half with each step.
- Example: Binary search in a sorted array.

3. 𝐎(𝐧) - 𝐋𝐢𝐧𝐞𝐚𝐫 𝐭𝐢𝐦𝐞
- The runtime grows linearly with the input size.
- Example: Finding an element in an array by iterating through each element.

4. 𝐎(𝐧 𝐥𝐨𝐠 𝐧) - 𝐋𝐢𝐧𝐞𝐚𝐫𝐢𝐭𝐡𝐦𝐢𝐜 𝐭𝐢𝐦𝐞
- The runtime grows slightly faster than linear time. It involves a logarithmic number of operations for each element in the input.
- Example: Sorting an array using quick sort or merge sort.

5. 𝐎(𝐧^2) - 𝐐𝐮𝐚𝐝𝐫𝐚𝐭𝐢𝐜 𝐭𝐢𝐦𝐞
- The runtime grows proportionally to the square of the input size.
- Example: Bubble sort algorithm which compares and potentially swaps every pair of elements.

6. 𝐎(2^𝐧) - 𝐄𝐱𝐩𝐨𝐧𝐞𝐧𝐭𝐢𝐚𝐥 𝐭𝐢𝐦𝐞
- The runtime doubles with each addition to the input. These algorithms become impractical for larger input sizes.
- Example: Generating all subsets of a set.

7. 𝐎(𝐧!) - 𝐅𝐚𝐜𝐭𝐨𝐫𝐢𝐚𝐥 𝐭𝐢𝐦𝐞
- Runtime is proportional to the factorial of the input size.
- Example: Generating all permutations of a set.

♻️ Repost to help others in your network.

[Ricardo Amorim @Ricamconsult]

Estamos entrando numa era onde a mentira veste a pele da verdade com perfeição. Clonar um rosto, uma voz, uma expressão; hoje isso leva minutos. Não horas. Não dias. Minutos.

A tecnologia que você acabou de ver não está restrita a laboratórios ou a hackers. Está disponível. Acessível. Para qualquer pessoa com um computador e uma intenção.

E aqui mora o perigo real:
Não podemos mais confiar no que vemos.
Não podemos mais confiar no que ouvimos.
Não podemos mais confiar no que recebemos.

Cientistas chamam isso de era da pós-verdade: um mundo onde distinguir o real do fabricado se tornará progressivamente impossível.

Com eleições se aproximando, essa não é uma reflexão filosófica. É um alerta prático. Cada vídeo, cada áudio, cada “prova” que chegar até você merece uma segunda verificação. Uma terceira. Uma dúvida saudável.

Esse vídeo foi criado em poucos minutos.
Imagine o que alguém com más intenções pode fazer com mais tempo.

Compartilhe com quem você ama.

A melhor defesa contra a manipulação é a consciência de que ela existe.

Se você curte o meu conteúdo ou se ele já impactou positivamente a sua vida, conto com seu voto na fase final do Prêmio iBest (Top3), mesmo que você já tenha votado na fase anterior. A votação foi zerada. https://t.co/vtmLbaMiIQ

Video: brenolvrabelo
#IA #tecnologia #inovacao #video #3os

[Carlos E. Perez @IntuitMachine]

Boston Dynamics humanoid robot is next-level. Everybody is playing catch-up.

[Luiz-Eduardo Del-Bem @dudelbem]

Parabéns ao governo Lula por finalmente compreender o cenário atual da ciência: hoje, praticamente todos os países e instituições têm acordos para viabilizar publicações, já que quase todas as revistas cobram APCs. O Brasil estava completamente ilhado.