Curso de Machine Learning com Power BI |
||
Name |
DOWNLOAD Copy Link | |
Total Size |
12.7 GB |
|
Total Files |
135 |
|
Last Seen |
2025-02-20 00:22 |
|
Hash |
58101F2285027B7BD1AD0DB778F5BD9B3738D1DD |
/.../1. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 1 entropia/ |
|
|
1.2 GB |
/.../2. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 2 índice GINI/ |
|
|
689.0 MB |
/.../3. Decision Trees evitando overfitting/ |
|
|
306.2 MB |
/.../4. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 3 regressão/ |
|
|
734.4 MB |
|
0.2 KB |
/.../5. Decision Trees Classifier (Power BI e R)/ |
|
|
38.3 MB |
|
2.3 KB |
/.../6. Decision Trees Classifier (Power BI e R Ajuste de Parâmetros)/ |
|
|
33.2 MB |
|
2.6 KB |
/.../7. Decision Trees (apresentação do exercício)/ |
|
|
6.8 MB |
|
0.3 KB |
/.../8. Decision Trees (resolução do exercício)/ |
|
|
31.0 MB |
|
1.3 KB |
/.../10. Projeto Final - Power BI - Dashboard Final/ |
|
|
24.1 MB |
/.../1. Projeto Final - Apresentação/ |
|
|
9.9 MB |
|
0.2 KB |
/.../2. Projeto Final - Proposta de Solução/ |
|
|
21.1 MB |
/.../3. Projeto Final - Power BI - Pré-processamento/ |
|
|
28.9 MB |
/.../4. Projeto Final - Power BI e R - Modelo/ |
|
|
23.7 MB |
|
2.9 KB |
/.../5. Projeto Final - Power BI e R - Previsões/ |
|
|
26.6 MB |
|
2.3 KB |
/.../6. Projeto Final - Power BI - Estrutura do Dashboard/ |
|
|
23.3 MB |
/.../7. Projeto Final - Power BI - Gráfico de Linhas/ |
|
|
35.2 MB |
/.../8. Projeto Final - Power BI - Gráfico de Barras/ |
|
|
12.9 MB |
/.../9. Projeto Final - Power BI - Gráfico de Barras Empilhadas/ |
|
|
10.0 MB |
/.../1. Introdução a Machine Learning e IA/ |
|
|
0.2 KB |
|
38.2 MB |
|
38.7 MB |
3. Dados de Treino e Teste (Introdução a Machine Learning - Aula 3).mp4 |
32.4 MB |
4. O que é Overfitting e Underfitting (Introdução a Machine Learning - Aula 4).mp4 |
88.6 MB |
|
37.3 MB |
6. O que é Aprendizado Supervisionado x Não Supervisionado (Machine Learning - Aula 6).mp4 |
33.5 MB |
7. O que são problemas de Classificação e de Regressão (Machine Learning - Aula 7).mp4 |
31.0 MB |
|
7.5 KB |
/1. Conceitos Básicos/2. Viés e Variância/ |
|
|
464.8 MB |
/.../3. Visão geral dos algoritmos de machine learning/ |
|
|
388.5 MB |
/1. Conceitos Básicos/4. Viés e Variância/ |
|
|
464.8 MB |
/.../10. Regressão linear (Script R Coeficiente de determinação R2)/ |
|
|
21.8 MB |
|
1.8 KB |
/.../11. Regressão linear (apresentação do exercício)/ |
|
|
52.2 MB |
|
1.8 KB |
/.../12. Regressão linear (Power BI Gráfico de Dispersão - solução exercício)/ |
|
|
40.3 MB |
/.../13. Regressão linear (Power BI Gráfico de Dispersão com Tendência - solução exercício)/ |
|
|
21.7 MB |
/.../14. Regressão linear (Power BI Gráfico de Colunas - solução exercício)/ |
|
|
12.7 MB |
/.../15. Regressão linear (Power BI Gráfico de Pizza - solução exercício)/ |
|
|
21.4 MB |
/.../16. Regressão linear (Power BI e R Modelo e Previsões - solução exercício)/ |
|
|
52.5 MB |
/.../1. Regressão linear (conceito + matemática o que o algoritmo faz debaixo dos panos)/ |
|
1. A matemática do Gradiente Descendente & Regressão Linear (machine learning).mp4 |
382.1 MB |
|
2.0 KB |
|
0.7 KB |
/.../2. Regressão linear (Power BI Linha de Tendência)/ |
|
|
26.7 MB |
|
0.4 KB |
|
0.6 KB |
/.../3. Regressão linear (Power BI e R Massa de Dados com R)/ |
|
|
43.0 MB |
|
1.0 KB |
|
0.4 KB |
/.../4. Regressão linear (Script R Massa de Dados)/ |
|
|
40.6 MB |
|
0.2 KB |
|
0.4 KB |
/.../5. Regressão linear (Power BI e R Treino e Teste)/ |
|
|
46.1 MB |
|
1.3 KB |
|
0.3 KB |
/.../6. Regressão linear (Script R Treino e Teste)/ |
|
|
23.9 MB |
|
0.3 KB |
/.../7. Regressão linear (Power BI e R Previsões)/ |
|
|
54.0 MB |
|
1.6 KB |
/.../8. Regressão linear (Script R Previsões)/ |
|
|
16.0 MB |
|
0.2 KB |
/.../9. Regressão linear (Power BI Coeficiente de determinação R2)/ |
|
|
54.1 MB |
|
0.1 KB |
/.../1. Pré-processamento dados missing/ |
|
|
158.5 MB |
/.../2. Pré-processamento (solução do exercício)/ |
|
|
43.0 MB |
/.../3. Feature selection correlação (conceito)/ |
|
|
237.7 MB |
/.../4. Feature selection correlação (Power BI e Python)/ |
|
|
38.5 MB |
|
0.5 KB |
|
0.3 KB |
/.../1. Ridge regression (conceito + matemática o que o algoritmo faz debaixo dos panos)/ |
|
|
813.3 MB |
/.../2. Ridge regression (Power BI e Python resolvendo um problema)/ |
|
|
39.8 MB |
|
1.7 KB |
|
0.1 KB |
/.../3. Ridge regression (Script Python resolvendo um problema)/ |
|
|
24.9 MB |
|
0.2 KB |
/.../4. Regularização L1, L2 e regressão Lasso/ |
|
|
265.7 MB |
/.../5. Lasso regression (Power BI e Python resolvendo um problema)/ |
|
|
13.9 MB |
|
2.1 KB |
/.../6. Elastic net (conceito + matemática o que o algoritmo faz debaixo dos panos)/ |
|
|
323.2 MB |
/.../7. Elastic net (Power BI e Python resolvendo um problema)/ |
|
|
11.7 MB |
|
2.1 KB |
/.../8. Gráfico Valores Reais x Previstos (apresentando o exercício)/ |
|
|
12.2 MB |
/.../9. Gráfico Valores Reais x Previstos (Power BI e Python solução do exercício)/ |
|
|
38.7 MB |
|
1.4 KB |
/.../1. Conteúdo do Módulo/ |
|
|
10.5 MB |
/.../2. Pacote Caret (linguagem R)/ |
|
|
62.7 MB |
/.../3. Validação cruzada Kfold (Teoria o que o algoritmo faz debaixo dos panos)/ |
|
|
818.2 MB |
/.../4. Validação cruzada Kfold (aplicação prática em R)/ |
|
|
47.0 MB |
|
0.8 KB |
/.../5. Busca de parâmetros em um modelo (aplicação prática em R)/ |
|
|
72.5 MB |
/.../6. Teste de parâmetros específicos em um modelo (aplicação prática em R)/ |
|
|
125.5 MB |
/.../1. Regressão logística (conceito + matemática o que o algoritmo faz debaixo dos panos)/ |
|
|
1.2 GB |
|
0.2 KB |
/.../2. Regressão logística (Power BI Pré-processamento)/ |
|
|
28.8 MB |
/.../3. Regressão logística (Power BI e R Modelo)/ |
|
|
39.6 MB |
|
1.6 KB |
/.../4. Regressão logística (Power BI e R Análise dos Resultados)/ |
|
|
23.2 MB |
|
1.5 KB |
/.../5. Regressão logística (apresentação do exercício)/ |
|
|
30.9 MB |
/.../6. Regressão logística (Script R solução do exercício)/ |
|
|
21.0 MB |
|
1.4 KB |
/.../7. Regressão logística (Power BI solução do exercício)/ |
|
|
23.0 MB |
/.../1. Medição de desempenho Confusion Matrix (teoria e prática no Power BI)/ |
|
|
46.3 MB |
/.../2. Medição de desempenho ROCAUC (conceito + matemática o que o algoritmo faz debaixo dos panos)/ |
|
|
1.4 GB |
/.../3. Medição de desempenho ROCAUC (Script R e Python)/ |
|
|
35.8 MB |
|
2.1 KB |
/.../4. Medição de desempenho ROCAUC (Power BI Gráfico)/ |
|
|
43.0 MB |
/.../5. Medição de desempenho ROCAUC (Script Python auc)/ |
|
|
7.4 MB |
|
0.9 KB |
/.../6. Normalizando dados (Script R)/ |
|
|
26.3 MB |
|
0.1 KB |
/.../1. KNN (conceito + matemática o que o algoritmo faz debaixo dos panos)/ |
|
|
471.1 MB |
/.../2. KNN (Power BI e R)/ |
|
|
26.5 MB |
|
1.9 KB |
/.../3. KNN (apresentação do exercício)/ |
|
|
9.5 MB |
/.../4. KNN (Power BI e R resolução do exercício)/ |
|
|
17.6 MB |
|
2.1 KB |
/.../1. Teorema de Bayes (conceito teórico)/ |
|
|
125.6 MB |
/.../2. Gaussian, Multinomial (Poisson), Bernoulli (o que os algoritmos Naive Bayes fazem debaixo dos panos)/ |
|
|
67.7 MB |
|
0.1 KB |
/.../3. Suavização de Laplace/ |
|
|
46.5 MB |
/.../4. Naive Bayes (Python Dataset Iris)/ |
|
|
18.1 MB |
|
0.4 KB |
/.../5. Naive Bayes (Power BI e Python)/ |
|
|
13.8 MB |
|
2.0 KB |
/ |
|
|
0.2 KB |
|
0.2 KB |
|
0.2 KB |
Total files 135 |
Copyright © 2025 FileMood.com