Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/hudsoncadan/tips-and-tricks

Dicas de Asp.Net, Docker, Flutter, Python, Pandas, Machine Learning e Desafios
https://github.com/hudsoncadan/tips-and-tricks

aspnet docker dotnet flutter machinelearning pandas pandas-dataframe python python-3 python3 tips

Last synced: 3 months ago
JSON representation

Dicas de Asp.Net, Docker, Flutter, Python, Pandas, Machine Learning e Desafios

Awesome Lists containing this project

README 

        
# 1. Docker

1. [Comandos](https://github.com/hudsoncadan/tips-and-tricks/tree/master/dicas/docker): Quick reminder de comandos Docker.

# 2. ASP.NET

## C#

1. [Serviços em Background com Hangfire](dicas/aspnet/hangfire/HangfireSolution): Uma maneira fácil para executar processamento em background com .NET.

2. [Performance C#](dicas/aspnet/csharp/performance/PerformanceSolution/): Comparativo de perfomance entre List x Enumerable utilizando for, foreach e LINQ. Qual são as apostas para a melhor performance?

3. [Unit of Work](dicas/aspnet/unitofwork/UoWSolution): Implementação do padrão Repository com Unit of Work.

4. [LINQ](https://github.com/hudsoncadan/tips-and-tricks/tree/master/dicas/aspnet/csharp/linq): Conceito e Exemplos de LINQ para facilitar o entendimento.

## Web App

1. [Sintaxe Razor para ASP.NET Core](https://github.com/hudsoncadan/tips-and-tricks/tree/master/dicas/aspnet/webapps/razor-syntax): Renderize C# para HTML através da Sintaxe Razor.

2. [HTML Helpers x Tag Helpers](https://github.com/hudsoncadan/tips-and-tricks/tree/master/dicas/aspnet/webapps/htmlhelpers-taghelpers): Compare o uso de HTML Helpers x Tag Helpers e aprenda a criar Tag Helpers personalizados.

## OpenID e OAuth 2.0

1. [IdentityServer4](https://github.com/hudsoncadan/Authentication): Framework que implementa os protocolos OpenID e OAuth 2.0, gratuito, open source e disponível para ASP.NET Core.

# 3. Flutter

1. [Package GET](https://github.com/hudsoncadan/tips-and-tricks/tree/master/dicas/flutter/package_get): Package GET para Flutter com recursos de Gerenciamento de Estado, Injeção de Dependência e Navegação.

2. [Unit and Widget Tests](/dicas/flutter/tests/flutter_tests): Projeto Flutter com demonstração de Testes Unitários e Testes de Widget.

3. [Lista de Imagens com Animações](dicas/flutter/flutter_heart_animation): Lista de imagens, semelhante ao Instagram, com uma animação de like no duplo toque do usuário. 

# 4. Angular

1. [Formulários Dinâmicos](https://github.com/hudsoncadan/tips-and-tricks/tree/master/dicas/angular/dynamic-forms): Projeto Angular com o objetivo de simular a criação de formulários dinamicamente.

# 5. Python, Pandas e Machine Learning

## Python

1. [datetime](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/python/datetime/datetime%20Notebook.ipynb): Manipule datas e horas.

2. [Organizador de Arquivos](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/python/organizador/Organizador.ipynb): Organize por tipo os arquivos de um diretório.

3. [Decorators](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/python/decorators/decorators.ipynb): Adicione funcionalidades a um método já existente sem alterar sua estrutura.

## Pandas

1. [pandas.core.groupby.GroupBy.cumcount()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/cumcount/cumcount%20Notebook.ipynb): Crie uma coluna autoincremento baseado em um grupo de colunas.

2. [pandas.cut()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/cut/cut%20Notebook.ipynb): Converta dados numéricos em dados categóricos.

3. [pandas.DataFrame.diff()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/diff/diff%20Notebook.ipynb): Calcule a diferença de valores entre cada linha de um DataFrame.

4. [pandas.DataFrame.unstack()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/unstack/unstack%20Notebook.ipynb): Converta índices em colunas.

5. [pandas.Series.str.contains()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/strcontains/strcontains%20Notebook.ipynb): Consulte se um valor ou uma expressão regular está contida dentro de uma Series.

6. [pandas.melt()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/melt/melt%20Notebook.ipynb): Converta os elementos de uma lista em várias linhas no DataFrame.

7. [pandas.DataFrame.explode()](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/explode/explode%20Notebook.ipynb): Disponível a partir da versão 0.25, converta os elementos de uma lista em várias linhas no DataFrame.

8. [pandas.api.types.CategoricalDtype](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/pandas/categoricaldtype/categoricaldtype%20Notebook.ipynb): Defina uma ordem para as variáveis categóricas.

## Machine Learning

1. [Categorical Variables](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/machinelearning/categoricalvariables/categoricalvariables%20Notebook.ipynb): Conheça 3 técnicas para trabalhar com Categorical Variables.

2. [Missing Values](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/machinelearning/missingvalues/missingvalues%20Notebook.ipynb): Conheça 3 técnicas para trabalhar com Missing Values.

3. [sklearn.pipeline.Pipeline](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/machinelearning/pipelines/pipelines%20Notebook.ipynb): Agrupe as etapas de pré-processamento e modelagem dos dados.

4. [sklearn.model_selection.cross_val_score](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/machinelearning/crossvalidation/crossvalidation%20Notebook.ipynb): Execute o processo de modelagem em diferentes subconjuntos de dados para obter várias medidas de qualidade do modelo.

## Desafios

1. [Kaggle Credit Card - Previsão de Saldo](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/desafios/kaggle/creditcard/regression/Kaggle%20Credit%20Card%20LinearRegression.ipynb): Este notebook apresenta um modelo capaz de prever o Saldo (Balance) do cartão de crédito de acordo com uma série de características dos usuários. 

2. [Kaggle Credit Card - Segmentação de Clientes](https://github.com/hudsoncadan/tips-and-tricks/blob/master/dicas/desafios/kaggle/creditcard/kmeans/Kaggle%20Credit%20Card%20KMeans.ipynb): Este estudo de caso exige desenvolver um modelo para identificar segmentações de clientes a fim de definir uma estratégia de marketing.