7. Confusion matrix e normalização/2. Medição de desempenho ROCAUC (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. ROC_AUC teoria.mp4 1.3 GB
10. Decision Trees/1. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 1 entropia/1. DTentropia.mp4 1.1 GB
6. Regressão Logística/1. Regressão logística (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. RegLogisticaTeoria.mp4 1.1 GB
5. Validação cruzada e ajuste fino dos parâmetros/3. Validação cruzada Kfold (Teoria o que o algoritmo faz debaixo dos panos)/1. kfold teoria.mp4 780.3 MB
4. Outros modelos de regressão linear/1. Ridge regression (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. Ridge teoria.mp4 775.6 MB
10. Decision Trees/4. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 3 regressão/1. DTregressao.mp4 700.4 MB
10. Decision Trees/2. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 2 índice GINI/1. DTgini.mp4 657.1 MB
8. KNN/1. KNN (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. KNN teoria.mp4 449.3 MB
1. Conceitos Básicos/2. Viés e Variância/1. Viés e Variância.mp4 443.2 MB
1. Conceitos Básicos/4. Viés e Variância/1. Viés e Variância.mp4 443.2 MB
1. Conceitos Básicos/3. Visão geral dos algoritmos de machine learning/1. Visão geral algoritmos ML.mp4 370.5 MB
2. Regressão Linear/1. Regressão linear (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. A matemática do Gradiente Descendente & Regressão Linear (machine learning).mp4 364.4 MB
4. Outros modelos de regressão linear/6. Elastic net (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. Elastic Net teoria.mp4 308.3 MB
10. Decision Trees/3. Decision Trees evitando overfitting/1. DToverfitting.mp4 292.0 MB
4. Outros modelos de regressão linear/4. Regularização L1, L2 e regressão Lasso/1. Regularização L1 L2.mp4 253.4 MB
3. Pré-processamento/1. Pré-processamento dados missing/1. 2_01_DadosMissing.mp4.mp4 151.2 MB
9. Naive Bayes/1. Teorema de Bayes (conceito teórico)/1. Entenda o Teorema de Bayes (ótima explicação!).mp4 119.7 MB
5. Validação cruzada e ajuste fino dos parâmetros/6. Teste de parâmetros específicos em um modelo (aplicação prática em R)/1. 4_4_AjusteFino.mp4 119.7 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/4. O que é Overfitting e Underfitting (Introdução a Machine Learning - Aula 4).mp4 84.5 MB
5. Validação cruzada e ajuste fino dos parâmetros/5. Busca de parâmetros em um modelo (aplicação prática em R)/1. 4_3_AjustesParametros.mp4 69.1 MB
9. Naive Bayes/2. Gaussian, Multinomial (Poisson), Bernoulli (o que os algoritmos Naive Bayes fazem debaixo dos panos)/1. NaiveBayes algoritmos.mp4 64.6 MB
5. Validação cruzada e ajuste fino dos parâmetros/2. Pacote Caret (linguagem R)/1. 4_1_Caret.mp4 59.8 MB
2. Regressão Linear/9. Regressão linear (Power BI Coeficiente de determinação R2)/1. 1_08_PowerBI_R2.mp4.mp4 51.6 MB
2. Regressão Linear/7. Regressão linear (Power BI e R Previsões)/1. 1_06_PowerBI_Previsoes.mp4.mp4 51.5 MB
2. Regressão Linear/16. Regressão linear (Power BI e R Modelo e Previsões - solução exercício)/1. 1_10_Exercicio_Sol_5.mp4.mp4 50.0 MB
2. Regressão Linear/11. Regressão linear (apresentação do exercício)/1. 1_10_Exercicio.mp4.mp4 49.7 MB
5. Validação cruzada e ajuste fino dos parâmetros/4. Validação cruzada Kfold (aplicação prática em R)/1. 4_2_Kfold.mp4 44.8 MB
9. Naive Bayes/3. Suavização de Laplace/1. suavizacaoLaplace.mp4 44.4 MB
7. Confusion matrix e normalização/1. Medição de desempenho Confusion Matrix (teoria e prática no Power BI)/1. 6_01_ConfusionMatrix.mp4.mp4 44.2 MB
2. Regressão Linear/5. Regressão linear (Power BI e R Treino e Teste)/1. 1_04_PowerBI_Treino_Teste.mp4.mp4 44.0 MB
7. Confusion matrix e normalização/4. Medição de desempenho ROCAUC (Power BI Gráfico)/1. 6_03_ROC_AUC_roc.mp4.mp4 41.1 MB
3. Pré-processamento/2. Pré-processamento (solução do exercício)/1. 2_02_DadosMissingPowerBI.mp4.mp4 41.0 MB
2. Regressão Linear/3. Regressão linear (Power BI e R Massa de Dados com R)/1. 1_02_PowerBI_MassaDeDados.mp4.mp4 41.0 MB
2. Regressão Linear/4. Regressão linear (Script R Massa de Dados)/1. 1_03_RStudio_MassaDeDados.mp4.mp4 38.7 MB
2. Regressão Linear/12. Regressão linear (Power BI Gráfico de Dispersão - solução exercício)/1. 1_10_Exercicio_Sol_1.mp4.mp4 38.4 MB
4. Outros modelos de regressão linear/2. Ridge regression (Power BI e Python resolvendo um problema)/1. 3_01_RidgePowerBI.mp4.mp4 37.9 MB
6. Regressão Logística/3. Regressão logística (Power BI e R Modelo)/1. 5_02_RegLog_Modelo.mp4.mp4 37.7 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/2. O que é Machine Learning (Aprendizado de Máquina).mp4 36.9 MB
4. Outros modelos de regressão linear/9. Gráfico Valores Reais x Previstos (Power BI e Python solução do exercício)/1. 3_06_RidgeExercSol.mp4 36.9 MB
3. Pré-processamento/4. Feature selection correlação (Power BI e Python)/1. 2_03_Correlacao.mp4.mp4 36.7 MB
10. Decision Trees/5. Decision Trees Classifier (Power BI e R)/1. 9_01_DecisionTreeC.mp4.mp4 36.6 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/1. O que é Inteligência Artificial.mp4 36.5 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/5. Etapas do Machine Learning (Resumo básico - aula 5).mp4 35.6 MB
7. Confusion matrix e normalização/3. Medição de desempenho ROCAUC (Script R e Python)/1. 6_02_ROC_AUC_python.mp4.mp4 34.1 MB
11. Projeto Final/7. Projeto Final - Power BI - Gráfico de Linhas/1. Projeto_6_Dashboard_2_Linhas.mp4 33.6 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/6. O que é Aprendizado Supervisionado x Não Supervisionado (Machine Learning - Aula 6).mp4 32.0 MB
10. Decision Trees/6. Decision Trees Classifier (Power BI e R Ajuste de Parâmetros)/1. 9_02_DecisionTreeC_par.mp4.mp4 31.7 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/3. Dados de Treino e Teste (Introdução a Machine Learning - Aula 3).mp4 30.9 MB
1. Conceitos Básicos/1. Introdução a Machine Learning e IA/7. O que são problemas de Classificação e de Regressão (Machine Learning - Aula 7).mp4 29.6 MB
10. Decision Trees/8. Decision Trees (resolução do exercício)/1. 9_04_DecisionTreeExerSol.mp4.mp4 29.5 MB
If the content above is not authorized, please contact us via activebusinesscommunication[AT]gmail.com. Remember to include the full url in your complaint.