Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
awesome-machine-learning-portugues
Um plano de estudos para o aprender machine learning em português
https://github.com/italojs/awesome-machine-learning-portugues
Last synced: 1 day ago
JSON representation
-
Adaboost
-
Por que usar?
- Posso aprender e arrumar um emprego em Machine Learning sem estudar mestrado e Phd em Ciência da Computação?
- Drac Smith
- Como eu consigo um emprego em Machine Learning como um programador de software que auto-estudou Machine Learning, mas nunca teve a chance de usar isso no trabalho?
- Ross C. Taylor
- Que habilidades são necessárias para trabalhos de Machine Learning?
- Uri
- Hydrangea
- Há dois lados para Machine Learning
- 'prática - aprendizagem - prática' - los a adquirir experiências avançadas mais rapidamente.
- 'prática - aprendizagem - prática' - los a adquirir experiências avançadas mais rapidamente.
- Há dois lados para Machine Learning
-
Não sinta que não é inteligente o bastante
-
Naive Bayes
- Teorema de Bayes (Aula 3) - Usando o teorema para calcular sorteio de uma roleta
- Teorema de Bayes (Aula 4) - Explicando o cálculo do vídeo anterior
- Teorema de Bayes
- Teorema de Bayes - Aula 1: Características (Probabilidade a Priori, Condicional e Conjunta)
- Teorema de Bayes (Aula 5) - Caminho pela raridade do item no Diablo (Parte 1)
- Teorema de Bayes (Aula 6) - Caminho pela raridade do item (Parte 2)
- Teorema de Bayes (Aula 7) Vídeo Correção - Nomenclaturas
- Teorema de Bayes (Aula 8) - Bayes Sequencial
- Teorema de Bayes - Aula 2: a Posteriori
- Naive Bayes | Carlos Baldove | Papo Reto
- Classificador Naive bayes em 50 linhas
- Teorema de Bayes - Aula 1: Características (Probabilidade a Priori, Condicional e Conjunta)
- Teorema de Bayes - Aula 2: a Posteriori
- Teorema de Bayes (Aula 3) - Usando o teorema para calcular sorteio de uma roleta
- Teorema de Bayes (Aula 4) - Explicando o cálculo do vídeo anterior
- Teorema de Bayes (Aula 5) - Caminho pela raridade do item no Diablo (Parte 1)
- Teorema de Bayes (Aula 6) - Caminho pela raridade do item (Parte 2)
- Teorema de Bayes (Aula 8) - Bayes Sequencial
- Teorema de Bayes (Aula 7) Vídeo Correção - Nomenclaturas
-
classificação vs predição
-
Árvore de Decisão
-
SVM - Máquina de Vetores de Suporte (_Support Vector Machine_)
-
Regressão Linear
-
Regressão Multivariada
-
Regressão Polinomial
-
Perceptron
-
Regressão Logística
-
Gradiente Descendente (_Gradient Descent_)
- Gradient Descent (Regressão Linear - Parte 1) - Machine Learning (Aula 17)
- Gradient Descent (Regressão Linear - Parte 1) - Machine Learning (Aula 17)
- Calculando Gradient Descent Parte 1 (Regressão Linear) - Machine Learning (Aula 18)
- Como verificar o Gradient Descent (Regressão Linear) - Machine Learning (Aula 20)
-
Multilayer Perceptron
-
Redes Neurais Convolucionais
- Redes Neurais profundas Convolucionais - Parte I - Fundamentos
- Redes Neurais profundas Convolucionais - Parte II - Arquiteturas Modernas
- Parametrização de redes neurais profundas
- Arquiteturas de redes neurais profundas para detecção de objetos
- Redes Neurais profundas Convolucionais - Parte I - Fundamentos
- Redes Neurais profundas Convolucionais - Parte II - Arquiteturas Modernas
- Parametrização de redes neurais profundas
- Arquiteturas de redes neurais profundas para detecção de objetos
-
Rede Neurais Recorrentes
-
LDA - Análise Discriminante Linear (_Linear Discriminant Analysis_)
-
KNN - K-Vizinhos Mais Próximos (_K-Nearest Neighbors_)
- KNN (K-Nearest Neighbors) #1
- KNN (K-Nearest Neighbors) #2
- KNN #3 — Codando nosso classificador de câncer de mama
- Machine Learning em Português (Aula 11) - Explicando K-NN (Regressão e Classificação)
- Machine Learning em Português (Aula 15) - K-Nearest Neighbors (Regressão - Parte 2)
- Implementação em Python
-
Função de Custo
-
PCA - Análise de Componentes Principais (_Principal Component Analysis_)
-
K-Médias (_K-Means_)
Categories
Naive Bayes
19
Por que usar?
11
Não sinta que não é inteligente o bastante
8
Redes Neurais Convolucionais
8
KNN - K-Vizinhos Mais Próximos (_K-Nearest Neighbors_)
6
Regressão Logística
6
Perceptron
6
Regressão Linear
5
SVM - Máquina de Vetores de Suporte (_Support Vector Machine_)
4
Gradiente Descendente (_Gradient Descent_)
4
Rede Neurais Recorrentes
4
Árvore de Decisão
4
Adaboost
3
classificação vs predição
3
Função de Custo
3
Multilayer Perceptron
1
Regressão Polinomial
1
K-Médias (_K-Means_)
1
LDA - Análise Discriminante Linear (_Linear Discriminant Analysis_)
1
PCA - Análise de Componentes Principais (_Principal Component Analysis_)
1
Regressão Multivariada
1
Sub Categories