|
Обратите внимание, что наш сайт не размещает какие-либо файлы из списка. Вы не можете скачать
эти файлы или скачать torrent-файл.
|
| 1. Axiomas de probabilidade.mp4 |
42.40Мб |
| 1. Axiomas de probabilidade.srt |
27.39Кб |
| 1. Gradiente Descendente em lote.mp4 |
23.72Мб |
| 1. Gradiente Descendente em lote.srt |
16.95Кб |
| 1. Iniciando projeto.mp4 |
34.85Мб |
| 1. Iniciando projeto.srt |
21.88Кб |
| 1. Introdução ao pandas - pandas series.mp4 |
38.71Мб |
| 1. Introdução ao pandas - pandas series.srt |
30.15Кб |
| 1. Introdução a regularização.mp4 |
8.53Мб |
| 1. Introdução a regularização.srt |
4.66Кб |
| 1. kNN - Introdução.mp4 |
13.22Мб |
| 1. kNN - Introdução.srt |
9.31Кб |
| 1. Matriz de confusão, acurácia, precisão e revocação.mp4 |
30.21Мб |
| 1. Matriz de confusão, acurácia, precisão e revocação.srt |
20.73Кб |
| 1. O que é o Machine Learning.mp4 |
11.50Мб |
| 1. O que é o Machine Learning.srt |
11.00Кб |
| 1. Regressão Linear formulação probabilística, parte I.mp4 |
26.08Мб |
| 1. Regressão Linear formulação probabilística, parte I.srt |
17.73Кб |
| 1. Revisão sobre árvores de decisão.mp4 |
16.67Мб |
| 1. Revisão sobre árvores de decisão.srt |
10.82Кб |
| 10. Support Vector Machine - Prós e contras.mp4 |
16.96Мб |
| 10. Support Vector Machine - Prós e contras.srt |
8.36Кб |
| 10. Validação de modelos.mp4 |
32.13Мб |
| 10. Validação de modelos.srt |
19.23Кб |
| 11. Machine Learning - hands on.mp4 |
48.22Мб |
| 11. Machine Learning - hands on.srt |
29.02Кб |
| 11. Outras técnicas de validação.mp4 |
19.68Мб |
| 11. Outras técnicas de validação.srt |
14.02Кб |
| 12. Validação de modelos no Califórnia housing.mp4 |
25.26Мб |
| 12. Validação de modelos no Califórnia housing.srt |
16.19Кб |
| 13. Teste final e características relevante no Califórnia Housing.mp4 |
16.15Мб |
| 13. Teste final e características relevante no Califórnia Housing.srt |
8.33Кб |
| 2. Aplicações do Machine Learning.mp4 |
15.88Мб |
| 2. Aplicações do Machine Learning.srt |
15.71Кб |
| 2. Dataframes no pandas.mp4 |
47.44Мб |
| 2. Dataframes no pandas.srt |
38.76Кб |
| 2. F1 e Fbeta score.mp4 |
22.21Мб |
| 2. F1 e Fbeta score.srt |
16.21Кб |
| 2. Gini e entropia.mp4 |
16.32Мб |
| 2. Gini e entropia.srt |
11.21Кб |
| 2. Gradiente Descendente Estocástico.mp4 |
22.41Мб |
| 2. Gradiente Descendente Estocástico.srt |
13.74Кб |
| 2. kNN - Prós e contras.mp4 |
18.92Мб |
| 2. kNN - Prós e contras.srt |
9.33Кб |
| 2. Obtendo e conhecendo os dados.mp4 |
26.18Мб |
| 2. Obtendo e conhecendo os dados.srt |
18.91Кб |
| 2. Probabilidade condicional.mp4 |
8.10Мб |
| 2. Probabilidade condicional.srt |
5.26Кб |
| 2. Regressão Linear formulação probabilística, parte II.mp4 |
26.60Мб |
| 2. Regressão Linear formulação probabilística, parte II.srt |
19.93Кб |
| 2. Regressão Ridge.mp4 |
10.52Мб |
| 2. Regressão Ridge.srt |
7.92Кб |
| 3. Árvores de decisão para regressão.mp4 |
13.75Мб |
| 3. Árvores de decisão para regressão.srt |
10.39Кб |
| 3. Decision Tree - Introdução.mp4 |
19.03Мб |
| 3. Decision Tree - Introdução.srt |
13.57Кб |
| 3. Gradiente Descendente em mini lote.mp4 |
7.82Мб |
| 3. Gradiente Descendente em mini lote.srt |
5.44Кб |
| 3. Log loss.mp4 |
16.56Мб |
| 3. Log loss.srt |
11.66Кб |
| 3. Modelando aprendizado supervisionado.mp4 |
16.15Мб |
| 3. Modelando aprendizado supervisionado.srt |
11.97Кб |
| 3. Probabilidade condicional exemplo 1.mp4 |
14.75Мб |
| 3. Probabilidade condicional exemplo 1.srt |
10.19Кб |
| 3. Regressão Lasso.mp4 |
8.19Мб |
| 3. Regressão Lasso.srt |
5.53Кб |
| 3. Regressão Linear formulação probabilística, parte III.mp4 |
30.34Мб |
| 3. Regressão Linear formulação probabilística, parte III.srt |
23.61Кб |
| 3. Separando dados.mp4 |
38.99Мб |
| 3. Separando dados.srt |
23.30Кб |
| 3. Subajuste e Sobreajuste.mp4 |
21.29Мб |
| 3. Subajuste e Sobreajuste.srt |
13.21Кб |
| 4. Decision Tree Documentação do sklearn.mp4 |
25.87Мб |
| 4. Decision Tree Documentação do sklearn.srt |
15.86Кб |
| 4. Decision Tree - Prós e contras.mp4 |
28.95Мб |
| 4. Decision Tree - Prós e contras.srt |
13.88Кб |
| 4. Elastic Net.mp4 |
3.00Мб |
| 4. Elastic Net.srt |
2.54Кб |
| 4. Etapas projeto Machine Learning.mp4 |
44.56Мб |
| 4. Etapas projeto Machine Learning.srt |
17.19Кб |
| 4. Métodos de gradiente e regressão linear tabela Comparativa.mp4 |
9.80Мб |
| 4. Métodos de gradiente e regressão linear tabela Comparativa.srt |
4.86Кб |
| 4. Modelando aprendizado supervisionado exemplo.mp4 |
20.34Мб |
| 4. Modelando aprendizado supervisionado exemplo.srt |
17.40Кб |
| 4. Probabilidade condicional exemplo 2.mp4 |
12.39Мб |
| 4. Probabilidade condicional exemplo 2.srt |
11.18Кб |
| 4. Regressão linear & Dummy variable trap.mp4 |
22.97Мб |
| 4. Regressão linear & Dummy variable trap.srt |
15.28Кб |
| 4. Tópicos em Multiclasse.mp4 |
16.11Мб |
| 4. Tópicos em Multiclasse.srt |
9.56Кб |
| 4. Visualizando dados.mp4 |
26.49Мб |
| 4. Visualizando dados.srt |
19.57Кб |
| 5. Early Stop.mp4 |
4.69Мб |
| 5. Early Stop.srt |
3.86Кб |
| 5. Feature Engineering.mp4 |
9.91Мб |
| 5. Feature Engineering.srt |
7.17Кб |
| 5. Fórmula de Bayes.mp4 |
19.50Мб |
| 5. Fórmula de Bayes.srt |
13.75Кб |
| 5. No Free Lunch Theorem.mp4 |
18.89Мб |
| 5. No Free Lunch Theorem.srt |
10.90Кб |
| 5. Perspectiva do aprendizado de máquina.mp4 |
32.30Мб |
| 5. Perspectiva do aprendizado de máquina.srt |
21.45Кб |
| 5. Random Forest - Prós e contras.mp4 |
19.84Мб |
| 5. Random Forest - Prós e contras.srt |
8.67Кб |
| 5. Regressão linear e pseudo-inversa.mp4 |
16.41Мб |
| 5. Regressão linear e pseudo-inversa.srt |
10.63Кб |
| 6. Aproximação polinomial via regressão linear.mp4 |
21.50Мб |
| 6. Aproximação polinomial via regressão linear.srt |
17.50Кб |
| 6. Como usar probabilidades para construir um filtro de spam.mp4 |
27.37Мб |
| 6. Como usar probabilidades para construir um filtro de spam.srt |
18.83Кб |
| 6. Introdução à regressão.mp4 |
13.93Мб |
| 6. Introdução à regressão.srt |
8.41Кб |
| 6. Preparando dados.mp4 |
30.05Мб |
| 6. Preparando dados.srt |
18.26Кб |
| 6. Random Forest - Introdução.mp4 |
30.15Мб |
| 6. Random Forest - Introdução.srt |
14.07Кб |
| 6. Tipos de aprendizado.mp4 |
36.49Мб |
| 6. Tipos de aprendizado.srt |
20.99Кб |
| 7. Codificando dados.mp4 |
34.40Мб |
| 7. Codificando dados.srt |
24.06Кб |
| 7. Métricas para regressão.mp4 |
14.49Мб |
| 7. Métricas para regressão.srt |
9.88Кб |
| 7. Regressão Logística - Introdução.mp4 |
33.17Мб |
| 7. Regressão Logística - Introdução.srt |
22.92Кб |
| 8. Introdução ao escalonamento.mp4 |
16.18Мб |
| 8. Introdução ao escalonamento.srt |
10.04Кб |
| 8. Regressão Logística - Prós e Contras.mp4 |
16.43Мб |
| 8. Regressão Logística - Prós e Contras.srt |
6.84Кб |
| 8. Treinando um modelo de regressão no califórnia housing.mp4 |
25.29Мб |
| 8. Treinando um modelo de regressão no califórnia housing.srt |
15.24Кб |
| 9. Escalonamento de atributos.mp4 |
21.43Мб |
| 9. Escalonamento de atributos.srt |
13.24Кб |
| 9. Support Vector Machine - Introdução.mp4 |
20.53Мб |
| 9. Support Vector Machine - Introdução.srt |
13.81Кб |
| 9. Viés v.s. Variância.mp4 |
41.55Мб |
| 9. Viés v.s. Variância.srt |
27.90Кб |