Descrição
Atas, comunicados e discursos de bancos centrais trazem a avaliação da autoridade monetária sobre a economia e os sinais da próxima decisão de juros. Este livro digital ensina a transformar esses textos em indicadores com Python, usando mineração de textos e IA generativa sobre dados públicos.
O que o livro cobre: manipulação de strings e expressões regulares, pré-processamento (tokens, stop words, stemming e lematização), frequência de termos com TF-IDF e a Lei de Zipf, classificação com Naive Bayes, similaridade com o Índice de Jaccard e análise de sentimentos.
As aplicações: um indicador de sentimento das atas do Copom, da coleta via API do Banco Central ao gráfico final; a classificação das atas em hawkish ou dovish com um modelo de linguagem; e um indicador de incerteza da política monetária do Federal Reserve, construído a partir dos discursos dos seus dirigentes.
Para quem é: analistas, economistas e estudantes com noções básicas de Python (variáveis, listas, importar bibliotecas). Não exige experiência com mineração de textos.
10 capítulos, 95 páginas e glossário com 35 verbetes. Cada capítulo traz definições, um exemplo completo com a saída real do código, exercício com solução e resumo. Formatos PDF e EPUB.
