Aulas

• 1.Machine Learning - Introdução cloud_download
• 2.Machine Learning - Conceitos e Tipos de Aprendizado de Máquina cloud_download
• 3.K Nearest Neighboors (KNN) - Introdução e Conceitos - Aula 01 cloud_download
• 4.K Nearest Neighboors (KNN) - Entendendo o Funcionamento do Algoritmo Passo a Passo - Aula 02 cloud_download
• 5.K Nearest Neighboors (KNN) - Aplicando o Algoritmo nos Dados do Dataset Iris - Aula 03 cloud_download
• 6.K Nearest Neighboors (KNN) - Utilizando o KNN para Identificar Dígitos escritos a Mão - Aula 04 cloud_download
• 7.K Nearest Neighboors (KNN) - Otimizando o Parametro K para Garantir o Melhor Desempenho - Aula 05 cloud_download
• 8.K Nearest Neighboors (KNN) - Documentação e Considerações Finais - Aula 06 cloud_download
• 9.Regressão Linear - Aprendizado Supervisionado - Aula 01 cloud_download
• 10.Regressão Linear - Problema de regressão linear - Aula 02 cloud_download
• 11.Regressão Linear - Métodos dos mínimos quadrados - Aula 03 cloud_download
• 12.Regressão Linear - Aula prática representação linear - Aula 04 cloud_download
• 13.Regressão Linear - Gradiente descendente - Aula 05 cloud_download
• 14.Regressão Linear - Como avaliar modelos de regressão - Aula 06 cloud_download
• 15.Regressão Linear - Avaliando modelos de regressão - Aula 07 cloud_download
• 16.Regressão Linear - Conclusão regressão linear - Aula 08 cloud_download
• 17.Regressão Linear - Modelo para apartamentos - Aula 09 cloud_download
• 18.Regressão Linear - Projeto apresentação do problema - Aula 10 cloud_download
• 19.Regressão Linear - Projeto coleta de dados - Aula 11 cloud_download
• 20.Regressão Linear - Análise exploratória pandas profiling - Aula 12 cloud_download
• 21.Regressão Linear - Análise exploratoria seaborn - Aula 13 cloud_download
• 22.Regressão Linear - Criando um modelo de regressão - Aula 14 cloud_download
• 23.Regressão Linear - Avaliando regressão linear - Aula 15 cloud_download
• 24.Regressão Linear - Conclusões projeto - Aula 16 cloud_download
• 25.Regressão Logística - Problema de classificação - Aula 01 cloud_download
• 26.Regressão Logística - Regressão logística - Aula 02 cloud_download
• 27.Regressão Logística - Como avaliar problemas de classificação - Aula 03 cloud_download
• 28.Regressão Logística - Como avaliar classificação na prática - Aula 04 cloud_download
• 29.Regressão Logística - Regressão logística como implementar - Aula 05 cloud_download
• 30.Regressão Logística - Apresentação projeto - Aula 06 cloud_download
• 31.Regressão Logística - Etapas do projeto - Aula 07 cloud_download
• 32.Regressão Logística - Coleta de dados - Aula 08 cloud_download
• 33.Regressão Logística - Análise exploratória pandas profiling - Aula 09 cloud_download
• 34.Regressão Logística - Análise exploratória questionamentos - Aula 10 cloud_download
• 35.Regressão Logística - Análise exploratória respondendo questionamentos - Aula 11 cloud_download
• 36.Regressão Logística - Implementando regressão logística - Aula 12 cloud_download
• 37.Regressão Logística - Vantagens e desvantagens RL - Aula 13 cloud_download
• 38.Machine Learning - Entendendo o que é a Matriz de Confusão cloud_download
• 39.Machine Learning - Métricas de Avaliação de Modelos cloud_download
• 40.Machine Learning - Validação Cruzada cloud_download
• 41.SVM - Introdução - Aula 01 cloud_download
• 42.SVM - Criando um Classificador SVM para classificar Flores - Aula 02 cloud_download
• 43.SVM - Visualizando o Desempenho do Classificador SVM - Aula 03 cloud_download
• 44.SVM - Visualizando o Desempenho do Classificador e Avaliando o Modelo - Aula 04 cloud_download
• 45.SVM - Avaliando Modelos usando Cross Validation - Aula 05 cloud_download
• 46.SVM - Analisando Dados de Músicas do Spotify - Aula 06 cloud_download
• 47.SVM - Criando um Classificador de Músicas do Spotify - Aula 07 cloud_download
• 48.SVM - Processando Dados Categóricos com o One hot Enconding- Aula 08 cloud_download
• 49.SVM - Aplicando o Get Dummies nos Dados - Aula 09 cloud_download
• 50.SVM - Criando Pipelines para Automatização de Fluxos de Dados - Aula 10 cloud_download
• 51.SVM - Aplicando Pipelines com Label Encoder nos Dados - Aula 11 cloud_download
• 52.SVM - Entendendo os Kernels usandos no SVM - Aula 12 cloud_download
• 53.SVM - Validando Modelos com Diferentes Kernels - Aula 13 cloud_download
• 54.SVM - Conhecendo Parâmetros e Entendendo os Impactors - Aula 14 cloud_download
• 55.SVM - Fazendo Tunning do Algoritmo SVM usando GridSearchCV - Aula 15 cloud_download
• 56.SVM - Exercícios - Aula 16 cloud_download
• 57.K-Means - Introdução - Aula 01 cloud_download
• 58.K-Means - Aplicando o K-means para Agrupamento de Dados - Aula 02 cloud_download
• 59.K-Means - Estimando o Valor do K para Aplicar o K-means - Aula 03 cloud_download
• 60.K-Means - Conhecendo os Parâmetros do Algoritmo K-means - Aula 04 cloud_download
• 61.Machine Learning - Entendendo Pipelines cloud_download
• 62.Machine Learning - Overfitting e Underfitting cloud_download
• 63.Machine Learning - Overfitting e Underfitting - Aula 02 cloud_download
• 64.Naive Bayes - Introdução - Aula 01 cloud_download
• 65.Naive Bayes - Entendendo a Modelagem Bag of Words- Aula 02 cloud_download
• 66.Naive Bayes - Aplicando Análise de Sentimentos Utilizando um Classificador Naive Bayes - Aula 03 cloud_download
• 67.Naive Bayes-Aplicando Classificador Análise Sentimentos Visualizando Probabilidades saída cloud_download
• 68.Naive Bayes - Avaliando o Classificador de Análise de Sentimentos de Tweets - Aula 05 cloud_download
• 69.Naive Bayes - Fazendo Tunning no Algoritmo e Avaliando os Resultados - Aula 06 cloud_download
• 70.Naive Bayes - Estudo de Caso de Alteração do Parâmetro Alpha e Recomendações para Melhoria de Modelos. cloud_download
• 71.Arvores de Decisão - Introdução e Conceitos - Aula 01 cloud_download
• 72.Árvores de Decisão - Criando a sua Primeira Árvore e Entendendo os Parametros Iniciais - Aula 02 cloud_download
• 73.Árvores Decisão - Visualizando Árvores Forma Gráfica Controlando Crescimento Dinâmicamente cloud_download
• 74.Árvores de Decisão - Mergulhando na Estrutura da Árvore e Entendendo seus Objetos - Aula 04 cloud_download
• 75.Árvores de Decisão - Visualizando as Fronteiras de Complexidade das Árvores Geradas - Aula 05 cloud_download
• 76.Árvores de Decisão - Comparando Modelos e Controlando o Overfitting - Aula 06 cloud_download
• 77.Árvores de Decisão - Verificando a Importância de Features - Aula 07 cloud_download
• 78.Random Forest - Introdução e Conceitos - Aula 01 cloud_download
• 79.Random Forest - introdução e Conceitos - Aula 02 cloud_download
• 80.Random Forest - Carregando e Transformando o Dataset - Aula 03 cloud_download
• 81.Random Forest - Criando o Modelo e Entendendo os seus Parametros - Aula 04 cloud_download
• 82.Random Forest - Selecionando Features Importantes para o Modelo - Aula 05 cloud_download
• 83.Random Forest - Explorando em Detalhes as Árvores Geradas na Floresta - Aula 06 cloud_download
• 84.Random Forest - Comparativo de Performance entre o Random Forest vs Árvore de Decisão - Aula 07 cloud_download
• 85.Random Forest - Comparativo de Overfitting entre o Random Forest e Árvore de Decisão - Aula 08 cloud_download
• 86.Random Forest - Fazendo Tunning do Modelo utilizando GridSearch CV - Aula 09 cloud_download
• 87.Lidando com Classes Desbalanceadas - Aula 01 cloud_download
• 88.Lidando com Classes Desbalanceadas - Aula 02 cloud_download
• 89.Lidando com Classes Desbalanceadas - Aula 03 cloud_download
• 90.Lidando com Classes Desbalanceadas - Aula 04 cloud_download
• 91.Lidando com Classes Desbalanceadas - Aula 05 cloud_download