|
Please note that this page does not hosts or makes available any of the listed filenames. You
cannot download any of those files from here.
|
| 1. Axiomas de probabilidade.mp4 |
42.40MB |
| 1. Axiomas de probabilidade.srt |
27.39KB |
| 1. Gradiente Descendente em lote.mp4 |
23.72MB |
| 1. Gradiente Descendente em lote.srt |
16.95KB |
| 1. Iniciando projeto.mp4 |
34.85MB |
| 1. Iniciando projeto.srt |
21.88KB |
| 1. Introdução ao pandas - pandas series.mp4 |
38.71MB |
| 1. Introdução ao pandas - pandas series.srt |
30.15KB |
| 1. Introdução a regularização.mp4 |
8.53MB |
| 1. Introdução a regularização.srt |
4.66KB |
| 1. kNN - Introdução.mp4 |
13.22MB |
| 1. kNN - Introdução.srt |
9.31KB |
| 1. Matriz de confusão, acurácia, precisão e revocação.mp4 |
30.21MB |
| 1. Matriz de confusão, acurácia, precisão e revocação.srt |
20.73KB |
| 1. O que é o Machine Learning.mp4 |
11.50MB |
| 1. O que é o Machine Learning.srt |
11.00KB |
| 1. Regressão Linear formulação probabilística, parte I.mp4 |
26.08MB |
| 1. Regressão Linear formulação probabilística, parte I.srt |
17.73KB |
| 1. Revisão sobre árvores de decisão.mp4 |
16.67MB |
| 1. Revisão sobre árvores de decisão.srt |
10.82KB |
| 10. Support Vector Machine - Prós e contras.mp4 |
16.96MB |
| 10. Support Vector Machine - Prós e contras.srt |
8.36KB |
| 10. Validação de modelos.mp4 |
32.13MB |
| 10. Validação de modelos.srt |
19.23KB |
| 11. Machine Learning - hands on.mp4 |
48.22MB |
| 11. Machine Learning - hands on.srt |
29.02KB |
| 11. Outras técnicas de validação.mp4 |
19.68MB |
| 11. Outras técnicas de validação.srt |
14.02KB |
| 12. Validação de modelos no Califórnia housing.mp4 |
25.26MB |
| 12. Validação de modelos no Califórnia housing.srt |
16.19KB |
| 13. Teste final e características relevante no Califórnia Housing.mp4 |
16.15MB |
| 13. Teste final e características relevante no Califórnia Housing.srt |
8.33KB |
| 2. Aplicações do Machine Learning.mp4 |
15.88MB |
| 2. Aplicações do Machine Learning.srt |
15.71KB |
| 2. Dataframes no pandas.mp4 |
47.44MB |
| 2. Dataframes no pandas.srt |
38.76KB |
| 2. F1 e Fbeta score.mp4 |
22.21MB |
| 2. F1 e Fbeta score.srt |
16.21KB |
| 2. Gini e entropia.mp4 |
16.32MB |
| 2. Gini e entropia.srt |
11.21KB |
| 2. Gradiente Descendente Estocástico.mp4 |
22.41MB |
| 2. Gradiente Descendente Estocástico.srt |
13.74KB |
| 2. kNN - Prós e contras.mp4 |
18.92MB |
| 2. kNN - Prós e contras.srt |
9.33KB |
| 2. Obtendo e conhecendo os dados.mp4 |
26.18MB |
| 2. Obtendo e conhecendo os dados.srt |
18.91KB |
| 2. Probabilidade condicional.mp4 |
8.10MB |
| 2. Probabilidade condicional.srt |
5.26KB |
| 2. Regressão Linear formulação probabilística, parte II.mp4 |
26.60MB |
| 2. Regressão Linear formulação probabilística, parte II.srt |
19.93KB |
| 2. Regressão Ridge.mp4 |
10.52MB |
| 2. Regressão Ridge.srt |
7.92KB |
| 3. Árvores de decisão para regressão.mp4 |
13.75MB |
| 3. Árvores de decisão para regressão.srt |
10.39KB |
| 3. Decision Tree - Introdução.mp4 |
19.03MB |
| 3. Decision Tree - Introdução.srt |
13.57KB |
| 3. Gradiente Descendente em mini lote.mp4 |
7.82MB |
| 3. Gradiente Descendente em mini lote.srt |
5.44KB |
| 3. Log loss.mp4 |
16.56MB |
| 3. Log loss.srt |
11.66KB |
| 3. Modelando aprendizado supervisionado.mp4 |
16.15MB |
| 3. Modelando aprendizado supervisionado.srt |
11.97KB |
| 3. Probabilidade condicional exemplo 1.mp4 |
14.75MB |
| 3. Probabilidade condicional exemplo 1.srt |
10.19KB |
| 3. Regressão Lasso.mp4 |
8.19MB |
| 3. Regressão Lasso.srt |
5.53KB |
| 3. Regressão Linear formulação probabilística, parte III.mp4 |
30.34MB |
| 3. Regressão Linear formulação probabilística, parte III.srt |
23.61KB |
| 3. Separando dados.mp4 |
38.99MB |
| 3. Separando dados.srt |
23.30KB |
| 3. Subajuste e Sobreajuste.mp4 |
21.29MB |
| 3. Subajuste e Sobreajuste.srt |
13.21KB |
| 4. Decision Tree Documentação do sklearn.mp4 |
25.87MB |
| 4. Decision Tree Documentação do sklearn.srt |
15.86KB |
| 4. Decision Tree - Prós e contras.mp4 |
28.95MB |
| 4. Decision Tree - Prós e contras.srt |
13.88KB |
| 4. Elastic Net.mp4 |
3.00MB |
| 4. Elastic Net.srt |
2.54KB |
| 4. Etapas projeto Machine Learning.mp4 |
44.56MB |
| 4. Etapas projeto Machine Learning.srt |
17.19KB |
| 4. Métodos de gradiente e regressão linear tabela Comparativa.mp4 |
9.80MB |
| 4. Métodos de gradiente e regressão linear tabela Comparativa.srt |
4.86KB |
| 4. Modelando aprendizado supervisionado exemplo.mp4 |
20.34MB |
| 4. Modelando aprendizado supervisionado exemplo.srt |
17.40KB |
| 4. Probabilidade condicional exemplo 2.mp4 |
12.39MB |
| 4. Probabilidade condicional exemplo 2.srt |
11.18KB |
| 4. Regressão linear & Dummy variable trap.mp4 |
22.97MB |
| 4. Regressão linear & Dummy variable trap.srt |
15.28KB |
| 4. Tópicos em Multiclasse.mp4 |
16.11MB |
| 4. Tópicos em Multiclasse.srt |
9.56KB |
| 4. Visualizando dados.mp4 |
26.49MB |
| 4. Visualizando dados.srt |
19.57KB |
| 5. Early Stop.mp4 |
4.69MB |
| 5. Early Stop.srt |
3.86KB |
| 5. Feature Engineering.mp4 |
9.91MB |
| 5. Feature Engineering.srt |
7.17KB |
| 5. Fórmula de Bayes.mp4 |
19.50MB |
| 5. Fórmula de Bayes.srt |
13.75KB |
| 5. No Free Lunch Theorem.mp4 |
18.89MB |
| 5. No Free Lunch Theorem.srt |
10.90KB |
| 5. Perspectiva do aprendizado de máquina.mp4 |
32.30MB |
| 5. Perspectiva do aprendizado de máquina.srt |
21.45KB |
| 5. Random Forest - Prós e contras.mp4 |
19.84MB |
| 5. Random Forest - Prós e contras.srt |
8.67KB |
| 5. Regressão linear e pseudo-inversa.mp4 |
16.41MB |
| 5. Regressão linear e pseudo-inversa.srt |
10.63KB |
| 6. Aproximação polinomial via regressão linear.mp4 |
21.50MB |
| 6. Aproximação polinomial via regressão linear.srt |
17.50KB |
| 6. Como usar probabilidades para construir um filtro de spam.mp4 |
27.37MB |
| 6. Como usar probabilidades para construir um filtro de spam.srt |
18.83KB |
| 6. Introdução à regressão.mp4 |
13.93MB |
| 6. Introdução à regressão.srt |
8.41KB |
| 6. Preparando dados.mp4 |
30.05MB |
| 6. Preparando dados.srt |
18.26KB |
| 6. Random Forest - Introdução.mp4 |
30.15MB |
| 6. Random Forest - Introdução.srt |
14.07KB |
| 6. Tipos de aprendizado.mp4 |
36.49MB |
| 6. Tipos de aprendizado.srt |
20.99KB |
| 7. Codificando dados.mp4 |
34.40MB |
| 7. Codificando dados.srt |
24.06KB |
| 7. Métricas para regressão.mp4 |
14.49MB |
| 7. Métricas para regressão.srt |
9.88KB |
| 7. Regressão Logística - Introdução.mp4 |
33.17MB |
| 7. Regressão Logística - Introdução.srt |
22.92KB |
| 8. Introdução ao escalonamento.mp4 |
16.18MB |
| 8. Introdução ao escalonamento.srt |
10.04KB |
| 8. Regressão Logística - Prós e Contras.mp4 |
16.43MB |
| 8. Regressão Logística - Prós e Contras.srt |
6.84KB |
| 8. Treinando um modelo de regressão no califórnia housing.mp4 |
25.29MB |
| 8. Treinando um modelo de regressão no califórnia housing.srt |
15.24KB |
| 9. Escalonamento de atributos.mp4 |
21.43MB |
| 9. Escalonamento de atributos.srt |
13.24KB |
| 9. Support Vector Machine - Introdução.mp4 |
20.53MB |
| 9. Support Vector Machine - Introdução.srt |
13.81KB |
| 9. Viés v.s. Variância.mp4 |
41.55MB |
| 9. Viés v.s. Variância.srt |
27.90KB |