Como Criar uma Solução Completa de Data Science

磁链地址复制复制磁链成功

magnet:?xt=urn:btih:EA81E35D11DA619E07AF9E936D57DFDA95EAF78B

如发现链接(DMCA)违规请在线举报

在线播放复制链接

磁链详情

文件数目：272个文件
文件大小：8.77 GB
收录时间：2022-01-03
访问次数：5
相关内容：Como Criar Solução Completa Data Science

文件meta

6. Lives do Canal Editadas/3. Live 24 - Tutorial Básico de Pytorch/1. parte.mp4
556.09 MB
6. Lives do Canal Editadas/2. Live 18 - Introdução Básica a Redes Neurais com Tensorflow/1. parte.mp4
519.81 MB
6. Lives do Canal Editadas/1. Live 1 - Perguntas Gerais Sobre Data Science/1. parte.mp4
447.3 MB
1. Atualização O Scraper Quebrou E Agora/1. 1 Consertando o Extrator de Dados (Módulo 2)/1. parte.mp4
442.48 MB
8. Material de Suporte/2. Expanda seu conhecimento sobre validação de modelos para criar soluções mais robustas/1. parte.mp4
347.67 MB
8. Material de Suporte/1. Tutorial rápido de Scrapy/1. parte.mp4
232.74 MB
1. Atualização O Scraper Quebrou E Agora/2. 2 Consertando os Scripts de Deploy (Módulos 4 e X)/1. parte.mp4
226.74 MB
2. Validação Avançada para Time Series/7. 7 Comentários sobre o Paper que Usei como Referência/1. parte.mp4
215.23 MB
5. Redes Neurais para Time Series/9. 27 Comparando a CNN e a RNN/1. parte.mp4
186.69 MB
2. 2 Prepare os Dados/1. ATUALIZAÇÃO Assista este vídeo antes de iniciar o módulo 2/1. parte.mp4
152.88 MB
2. 2 Prepare os Dados/7. 26 Limpando e Transformando os Dados/1. parte.mp4
148.31 MB
4. Ensembles (Stacking) para Time Series/3. 3 Redes Neurais e Primeira Stack/1. parte.mp4
144.43 MB
3. Feature Engineering/4. 14 Transformação Avançada de Categóricas com Likelihood e P-value - Featurização e Modelagem/1. parte.mp4
144.22 MB
3. Feature Engineering/6. 22 Como Construir o Alvo (Y) Para a Previsão/1. parte.mp4
131.45 MB
4. Ensembles (Stacking) para Time Series/9. 9 Stacking (com Model Selection) Usando Ridge/1. parte.mp4
129.41 MB
3. 3 Crie o Modelo/2. 32 LightGBM e Bayesian Optimization/1. parte.mp4
129.29 MB
5. Redes Neurais para Time Series/10. 28 Encoder-Decoder (Seq2Seq) para Time Series/1. parte.mp4
122.31 MB
4. Ensembles (Stacking) para Time Series/6. 6 XGBoost na GPU e Diversidade em Grupos de Linhas/1. parte.mp4
120.66 MB
3. Feature Engineering/8. 24 As 4 (5) Features Fundamentais dos Modelos de Time Series - Parte 2/1. parte.mp4
118.6 MB
5. Redes Neurais para Time Series/1. 1 Redes Neurais Convolucionais para Time Series - Primeiros Passos/1. parte.mp4
117.48 MB
2. 2 Prepare os Dados/5. 24 Criando o Extrator de Dados da Página de Vídeo/1. parte.mp4
116.97 MB
4. 4 Coloque em Produção/7. 47 Analisando a Solução Final/1. parte.mp4
108.56 MB
3. Feature Engineering/3. 13 Transformação Avançada de Categóricas com Likelihood e P-value - Weighted Likelihood/1. parte.mp4
108.34 MB
2. 2 Prepare os Dados/2. 21 Criando o Coletor da Página de Busca do Youtube/1. parte.mp4
102.62 MB
4. Ensembles (Stacking) para Time Series/10. 10 Stack Final com Média Ponderada de 2 Modelos/1. parte.mp4
102.49 MB
4. Ensembles (Stacking) para Time Series/1. 1 Introdução ao Stacking na Prática/1. parte.mp4
102.44 MB
3. Feature Engineering/7. 23 As 4 (5) Features Fundamentais dos Modelos de Time Series - Parte 1/1. parte.mp4
101.7 MB
4. Ensembles (Stacking) para Time Series/7. 7 Diversidade de Hiperparâmetros e Ideias Criativas com XGBoost/1. parte.mp4
99.48 MB
3. Feature Engineering/5. 21 Juntando informações de time series diferentes/1. parte.mp4
99.3 MB
5. Redes Neurais para Time Series/4. 22 Redes Neurais Recorrentes para Time Series - LSTM parte 2/1. parte.mp4
98.37 MB
5. Redes Neurais para Time Series/7. 25 Redes Neurais Recorrentes para Time Series - Estabilizando as previsões e rodando na GPU/1. parte.mp4
98.27 MB
2. Validação Avançada para Time Series/5. 5 Block e Combinatorial Cross-Validation/1. parte.mp4
95.79 MB
4. Ensembles (Stacking) para Time Series/5. 5 Diversidade com Grupos de Features e Mais uma Rede Neural/1. parte.mp4
92.84 MB
3. Feature Engineering/12. 28 Encoding de Categóricas - Embeddings Supervisionados/1. parte.mp4
92.58 MB
4. 4 Coloque em Produção/1. 41 Criando o Web App com o Flask - apppy/1. parte.mp4
91.58 MB
2. Validação Avançada para Time Series/1. 1 Holdout Simples/Materiais/train_test_feather_MAIS_DE_1GB_split.z01
90 MB
4. Ensembles (Stacking) para Time Series/2. 2 Split de dados e LightGBM/Materiais/train_test_feather_MAIS_DE_1GB_split.z01
90 MB
4. 4 Coloque em Produção/3. 43 Criando o Web App com o Flask - get_datapy e ml_utilspy/1. parte.mp4
89.33 MB
2. Validação Avançada para Time Series/1. 1 Holdout Simples/1. parte.mp4
87.6 MB
4. Ensembles (Stacking) para Time Series/2. 2 Split de dados e LightGBM/1. parte.mp4
86.71 MB
3. 3 Crie o Modelo/1. 31 O Primeiro Modelo - Random Forest/1. parte.mp4
86.02 MB
1. 1 Defina o Problema/2. 11 Traduzindo a Ideia para a Linguagem da Data Science/1. parte.mp4
83.84 MB
3. Feature Engineering/11. 27 Encoding de Categóricas - Model Likelihood, Reduzir Cardinalidade e PCA/1. parte.mp4
82.81 MB
5. X Melhorando o App/1. X1 Armazenando dados numa DB SQL com SQLite3/1. parte.mp4
82.55 MB
5. Redes Neurais para Time Series/5. 23 Redes Neurais Recorrentes para Time Series - LSTM com variáveis da estrutura da data/1. parte.mp4
81.59 MB
3. Feature Engineering/9. 25 Encoding de Categóricas - CountFrequency e Target Encoding Simples/1. parte.mp4
79.58 MB
3. 3 Crie o Modelo/4. 34 Ensemble Final/1. parte.mp4
78.89 MB
2. 2 Prepare os Dados/3. 22 Criando o Extrator de Dados da Página de Busca do Youtube/1. parte.mp4
71.75 MB
3. Feature Engineering/13. 29 Aproveitando Embeddings para Outros Modelos/1. parte.mp4
70.98 MB
2. 2 Prepare os Dados/8. 27 Criando as Primeiras Features/1. parte.mp4
70.09 MB