Curso.de.Machine.Learning.com.Power.BI

磁力链接/BT种子名称

Curso.de.Machine.Learning.com.Power.BI

磁力链接/BT种子简介

种子哈希：58101f2285027b7bd1ad0db778f5bd9b3738d1dd
文件大小： 11.82G
已经下载：800次
下载速度：极快
收录时间：2024-06-02
最近下载：2025-09-26

移花宫入口

移花宫.com邀月.com怜星.com花无缺.comyhgbt.icuyhgbt.top

磁力链接下载

magnet:?xt=urn:btih:58101F2285027B7BD1AD0DB778F5BD9B3738D1DD
推荐使用PIKPAK网盘下载资源，10TB超大空间，不限制资源，无限次数离线下载，视频在线观看

下载BT种子文件

磁力链接 迅雷下载 PIKPAK在线播放 世界之窗 91视频 含羞草 欲漫涩 逼哩逼哩 成人快手 51品茶 抖阴破解版 极乐禁地 91短视频 抖音Max TikTok成人版 PornHub 听泉鉴鲍 少女日记 草榴社区 哆哔涩漫 呦乐园 萝莉岛 悠悠禁区 拔萝卜 疯马秀

最近搜索

文件列表

  • 7. Confusion matrix e normalização/2. Medição de desempenho ROCAUC (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. ROC_AUC teoria.mp4 1.4 GB
  • 10. Decision Trees/1. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 1 entropia/1. DTentropia.mp4 1.2 GB
  • 6. Regressão Logística/1. Regressão logística (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. RegLogisticaTeoria.mp4 1.2 GB
  • 5. Validação cruzada e ajuste fino dos parâmetros/3. Validação cruzada Kfold (Teoria o que o algoritmo faz debaixo dos panos)/1. kfold teoria.mp4 818.2 MB
  • 4. Outros modelos de regressão linear/1. Ridge regression (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. Ridge teoria.mp4 813.3 MB
  • 10. Decision Trees/4. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 3 regressão/1. DTregressao.mp4 734.4 MB
  • 10. Decision Trees/2. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 2 índice GINI/1. DTgini.mp4 689.0 MB
  • 8. KNN/1. KNN (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. KNN teoria.mp4 471.1 MB
  • 1. Conceitos Básicos/2. Viés e Variância/1. Viés e Variância.mp4 464.8 MB
  • 1. Conceitos Básicos/4. Viés e Variância/1. Viés e Variância.mp4 464.8 MB
  • 1. Conceitos Básicos/3. Visão geral dos algoritmos de machine learning/1. Visão geral algoritmos ML.mp4 388.5 MB
  • 2. Regressão Linear/1. Regressão linear (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. A matemática do Gradiente Descendente & Regressão Linear (machine learning).mp4 382.1 MB
  • 4. Outros modelos de regressão linear/6. Elastic net (conceito + matemática o que o algoritmo faz debaixo dos panos)/1. Elastic Net teoria.mp4 323.2 MB
  • 10. Decision Trees/3. Decision Trees evitando overfitting/1. DToverfitting.mp4 306.2 MB
  • 4. Outros modelos de regressão linear/4. Regularização L1, L2 e regressão Lasso/1. Regularização L1 L2.mp4 265.7 MB
  • 3. Pré-processamento/3. Feature selection correlação (conceito)/1. NatiCorrelacao.mp4 237.7 MB
  • 3. Pré-processamento/1. Pré-processamento dados missing/1. 2_01_DadosMissing.mp4.mp4 158.5 MB
  • 9. Naive Bayes/1. Teorema de Bayes (conceito teórico)/1. Entenda o Teorema de Bayes (ótima explicação!).mp4 125.6 MB
  • 5. Validação cruzada e ajuste fino dos parâmetros/6. Teste de parâmetros específicos em um modelo (aplicação prática em R)/1. 4_4_AjusteFino.mp4 125.5 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/4. O que é Overfitting e Underfitting (Introdução a Machine Learning - Aula 4).mp4 88.6 MB
  • 5. Validação cruzada e ajuste fino dos parâmetros/5. Busca de parâmetros em um modelo (aplicação prática em R)/1. 4_3_AjustesParametros.mp4 72.5 MB
  • 9. Naive Bayes/2. Gaussian, Multinomial (Poisson), Bernoulli (o que os algoritmos Naive Bayes fazem debaixo dos panos)/1. NaiveBayes algoritmos.mp4 67.7 MB
  • 5. Validação cruzada e ajuste fino dos parâmetros/2. Pacote Caret (linguagem R)/1. 4_1_Caret.mp4 62.7 MB
  • 2. Regressão Linear/9. Regressão linear (Power BI Coeficiente de determinação R2)/1. 1_08_PowerBI_R2.mp4.mp4 54.1 MB
  • 2. Regressão Linear/7. Regressão linear (Power BI e R Previsões)/1. 1_06_PowerBI_Previsoes.mp4.mp4 54.0 MB
  • 2. Regressão Linear/16. Regressão linear (Power BI e R Modelo e Previsões - solução exercício)/1. 1_10_Exercicio_Sol_5.mp4.mp4 52.5 MB
  • 2. Regressão Linear/11. Regressão linear (apresentação do exercício)/1. 1_10_Exercicio.mp4.mp4 52.2 MB
  • 5. Validação cruzada e ajuste fino dos parâmetros/4. Validação cruzada Kfold (aplicação prática em R)/1. 4_2_Kfold.mp4 47.0 MB
  • 9. Naive Bayes/3. Suavização de Laplace/1. suavizacaoLaplace.mp4 46.5 MB
  • 7. Confusion matrix e normalização/1. Medição de desempenho Confusion Matrix (teoria e prática no Power BI)/1. 6_01_ConfusionMatrix.mp4.mp4 46.3 MB
  • 2. Regressão Linear/5. Regressão linear (Power BI e R Treino e Teste)/1. 1_04_PowerBI_Treino_Teste.mp4.mp4 46.1 MB
  • 7. Confusion matrix e normalização/4. Medição de desempenho ROCAUC (Power BI Gráfico)/1. 6_03_ROC_AUC_roc.mp4.mp4 43.0 MB
  • 3. Pré-processamento/2. Pré-processamento (solução do exercício)/1. 2_02_DadosMissingPowerBI.mp4.mp4 43.0 MB
  • 2. Regressão Linear/3. Regressão linear (Power BI e R Massa de Dados com R)/1. 1_02_PowerBI_MassaDeDados.mp4.mp4 43.0 MB
  • 2. Regressão Linear/4. Regressão linear (Script R Massa de Dados)/1. 1_03_RStudio_MassaDeDados.mp4.mp4 40.6 MB
  • 2. Regressão Linear/12. Regressão linear (Power BI Gráfico de Dispersão - solução exercício)/1. 1_10_Exercicio_Sol_1.mp4.mp4 40.3 MB
  • 4. Outros modelos de regressão linear/2. Ridge regression (Power BI e Python resolvendo um problema)/1. 3_01_RidgePowerBI.mp4.mp4 39.8 MB
  • 6. Regressão Logística/3. Regressão logística (Power BI e R Modelo)/1. 5_02_RegLog_Modelo.mp4.mp4 39.6 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/2. O que é Machine Learning (Aprendizado de Máquina).mp4 38.7 MB
  • 4. Outros modelos de regressão linear/9. Gráfico Valores Reais x Previstos (Power BI e Python solução do exercício)/1. 3_06_RidgeExercSol.mp4 38.7 MB
  • 3. Pré-processamento/4. Feature selection correlação (Power BI e Python)/1. 2_03_Correlacao.mp4.mp4 38.5 MB
  • 10. Decision Trees/5. Decision Trees Classifier (Power BI e R)/1. 9_01_DecisionTreeC.mp4.mp4 38.3 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/1. O que é Inteligência Artificial.mp4 38.2 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/5. Etapas do Machine Learning (Resumo básico - aula 5).mp4 37.3 MB
  • 7. Confusion matrix e normalização/3. Medição de desempenho ROCAUC (Script R e Python)/1. 6_02_ROC_AUC_python.mp4.mp4 35.8 MB
  • 11. Projeto Final/7. Projeto Final - Power BI - Gráfico de Linhas/1. Projeto_6_Dashboard_2_Linhas.mp4 35.2 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/6. O que é Aprendizado Supervisionado x Não Supervisionado (Machine Learning - Aula 6).mp4 33.5 MB
  • 10. Decision Trees/6. Decision Trees Classifier (Power BI e R Ajuste de Parâmetros)/1. 9_02_DecisionTreeC_par.mp4.mp4 33.2 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/3. Dados de Treino e Teste (Introdução a Machine Learning - Aula 3).mp4 32.4 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/7. O que são problemas de Classificação e de Regressão (Machine Learning - Aula 7).mp4 31.0 MB
  • 10. Decision Trees/8. Decision Trees (resolução do exercício)/1. 9_04_DecisionTreeExerSol.mp4.mp4 31.0 MB
  • 6. Regressão Logística/5. Regressão logística (apresentação do exercício)/1. 5_04_RegLogExec.mp4.mp4 30.9 MB
  • 11. Projeto Final/3. Projeto Final - Power BI - Pré-processamento/1. Projeto_3_Tratamento.mp4 28.9 MB
  • 6. Regressão Logística/2. Regressão logística (Power BI Pré-processamento)/1. 5_01_RegLog_Pre.mp4.mp4 28.8 MB
  • 2. Regressão Linear/2. Regressão linear (Power BI Linha de Tendência)/1. 1_01_PowerBI_Tendencia.mp4.mp4 26.7 MB
  • 11. Projeto Final/5. Projeto Final - Power BI e R - Previsões/1. Projeto_5_Previsoes.mp4 26.6 MB
  • 8. KNN/2. KNN (Power BI e R)/1. 7_01_knn.mp4.mp4 26.5 MB
  • 7. Confusion matrix e normalização/6. Normalizando dados (Script R)/1. 6_3_Normalizacao.mp4 26.3 MB
  • 4. Outros modelos de regressão linear/3. Ridge regression (Script Python resolvendo um problema)/1. 3_02_RidgePython.mp4.mp4 24.9 MB
  • 11. Projeto Final/10. Projeto Final - Power BI - Dashboard Final/1. Projeto_6_Dashboard_5_Final.mp4 24.1 MB
  • 2. Regressão Linear/6. Regressão linear (Script R Treino e Teste)/1. 1_05_RStudio_Treino_Teste.mp4.mp4 23.9 MB
  • 11. Projeto Final/4. Projeto Final - Power BI e R - Modelo/1. Projeto_4_Modelo.mp4 23.7 MB
  • 11. Projeto Final/6. Projeto Final - Power BI - Estrutura do Dashboard/1. Projeto_6_Dashboard_1.mp4 23.3 MB
  • 6. Regressão Logística/4. Regressão logística (Power BI e R Análise dos Resultados)/1. 5_03_RegLog_Results.mp4.mp4 23.2 MB
  • 6. Regressão Logística/7. Regressão logística (Power BI solução do exercício)/1. 5_06_RegLogExecSol.mp4.mp4 23.0 MB
  • 2. Regressão Linear/10. Regressão linear (Script R Coeficiente de determinação R2)/1. 1_09_Script_R_R2.mp4.mp4 21.8 MB
  • 2. Regressão Linear/13. Regressão linear (Power BI Gráfico de Dispersão com Tendência - solução exercício)/1. 1_10_Exercicio_Sol_2.mp4.mp4 21.7 MB
  • 2. Regressão Linear/15. Regressão linear (Power BI Gráfico de Pizza - solução exercício)/1. 1_10_Exercicio_Sol_4.mp4.mp4 21.4 MB
  • 11. Projeto Final/2. Projeto Final - Proposta de Solução/1. Projeto_2_Ideia.mp4 21.1 MB
  • 6. Regressão Logística/6. Regressão logística (Script R solução do exercício)/1. 5_05_RegLogExecSol_scrpt.mp4.mp4 21.0 MB
  • 9. Naive Bayes/4. Naive Bayes (Python Dataset Iris)/1. 8_01_Iris_Python.mp4.mp4 18.1 MB
  • 8. KNN/4. KNN (Power BI e R resolução do exercício)/1. 7_03_knnExercSol.mp4.mp4 17.6 MB
  • 2. Regressão Linear/8. Regressão linear (Script R Previsões)/1. 1_07_RStudio_Previsoes.mp4.mp4 16.0 MB
  • 4. Outros modelos de regressão linear/5. Lasso regression (Power BI e Python resolvendo um problema)/1. 3_03_LassoPowerBI.mp4.mp4 13.9 MB
  • 9. Naive Bayes/5. Naive Bayes (Power BI e Python)/1. 8_02_Naive_Bayes.mp4.mp4 13.8 MB
  • 11. Projeto Final/8. Projeto Final - Power BI - Gráfico de Barras/1. Projeto_6_Dashboard_3_Barras.mp4 12.9 MB
  • 2. Regressão Linear/14. Regressão linear (Power BI Gráfico de Colunas - solução exercício)/1. 1_10_Exercicio_Sol_3.mp4.mp4 12.7 MB
  • 4. Outros modelos de regressão linear/8. Gráfico Valores Reais x Previstos (apresentando o exercício)/1. 3_05_RidgeExerc.mp4.mp4 12.2 MB
  • 4. Outros modelos de regressão linear/7. Elastic net (Power BI e Python resolvendo um problema)/1. 3_04_ElasticNetPowerBI.mp4.mp4 11.7 MB
  • 5. Validação cruzada e ajuste fino dos parâmetros/1. Conteúdo do Módulo/1. 4_ConteudoModulo.mp4 10.5 MB
  • 11. Projeto Final/9. Projeto Final - Power BI - Gráfico de Barras Empilhadas/1. Projeto_6_Dashboard_4_Empilhadas.mp4 10.0 MB
  • 11. Projeto Final/1. Projeto Final - Apresentação/1. Projeto_1_Apresentacao.mp4 9.9 MB
  • 8. KNN/3. KNN (apresentação do exercício)/1. 7_02_knnExerc.mp4.mp4 9.5 MB
  • 7. Confusion matrix e normalização/5. Medição de desempenho ROCAUC (Script Python auc)/1. 6_04_ROC_AUC_auc.mp4.mp4 7.4 MB
  • 10. Decision Trees/7. Decision Trees (apresentação do exercício)/1. 9_03_DecisionTreeExer.mp4.mp4 6.8 MB
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/desc.html 7.5 kB
  • 11. Projeto Final/4. Projeto Final - Power BI e R - Modelo/desc.html 2.9 kB
  • 10. Decision Trees/6. Decision Trees Classifier (Power BI e R Ajuste de Parâmetros)/desc.html 2.6 kB
  • 10. Decision Trees/5. Decision Trees Classifier (Power BI e R)/desc.html 2.3 kB
  • 11. Projeto Final/5. Projeto Final - Power BI e R - Previsões/desc.html 2.3 kB
  • 4. Outros modelos de regressão linear/7. Elastic net (Power BI e Python resolvendo um problema)/desc.html 2.1 kB
  • 7. Confusion matrix e normalização/3. Medição de desempenho ROCAUC (Script R e Python)/desc.html 2.1 kB
  • 4. Outros modelos de regressão linear/5. Lasso regression (Power BI e Python resolvendo um problema)/desc.html 2.1 kB
  • 8. KNN/4. KNN (Power BI e R resolução do exercício)/desc.html 2.1 kB
  • 2. Regressão Linear/1. Regressão linear (conceito + matemática o que o algoritmo faz debaixo dos panos)/desc.html 2.0 kB
  • 9. Naive Bayes/5. Naive Bayes (Power BI e Python)/desc.html 2.0 kB
  • 8. KNN/2. KNN (Power BI e R)/desc.html 1.9 kB
  • 2. Regressão Linear/10. Regressão linear (Script R Coeficiente de determinação R2)/desc.html 1.8 kB
  • 2. Regressão Linear/11. Regressão linear (apresentação do exercício)/desc.html 1.8 kB
  • 4. Outros modelos de regressão linear/2. Ridge regression (Power BI e Python resolvendo um problema)/desc.html 1.7 kB
  • 6. Regressão Logística/3. Regressão logística (Power BI e R Modelo)/desc.html 1.6 kB
  • 2. Regressão Linear/7. Regressão linear (Power BI e R Previsões)/desc.html 1.6 kB
  • 6. Regressão Logística/4. Regressão logística (Power BI e R Análise dos Resultados)/desc.html 1.5 kB
  • 4. Outros modelos de regressão linear/9. Gráfico Valores Reais x Previstos (Power BI e Python solução do exercício)/desc.html 1.4 kB
  • 6. Regressão Logística/6. Regressão logística (Script R solução do exercício)/desc.html 1.4 kB
  • 2. Regressão Linear/5. Regressão linear (Power BI e R Treino e Teste)/desc.html 1.3 kB
  • 10. Decision Trees/8. Decision Trees (resolução do exercício)/desc.html 1.3 kB
  • 2. Regressão Linear/3. Regressão linear (Power BI e R Massa de Dados com R)/desc.html 987 Bytes
  • 7. Confusion matrix e normalização/5. Medição de desempenho ROCAUC (Script Python auc)/desc.html 933 Bytes
  • 5. Validação cruzada e ajuste fino dos parâmetros/4. Validação cruzada Kfold (aplicação prática em R)/desc.html 768 Bytes
  • 2. Regressão Linear/1. Regressão linear (conceito + matemática o que o algoritmo faz debaixo dos panos)/links.html 681 Bytes
  • 2. Regressão Linear/2. Regressão linear (Power BI Linha de Tendência)/links.html 588 Bytes
  • 3. Pré-processamento/4. Feature selection correlação (Power BI e Python)/desc.html 543 Bytes
  • 2. Regressão Linear/3. Regressão linear (Power BI e R Massa de Dados com R)/links.html 449 Bytes
  • 9. Naive Bayes/4. Naive Bayes (Python Dataset Iris)/desc.html 434 Bytes
  • 2. Regressão Linear/4. Regressão linear (Script R Massa de Dados)/links.html 399 Bytes
  • 2. Regressão Linear/2. Regressão linear (Power BI Linha de Tendência)/desc.html 381 Bytes
  • 10. Decision Trees/7. Decision Trees (apresentação do exercício)/desc.html 332 Bytes
  • 2. Regressão Linear/5. Regressão linear (Power BI e R Treino e Teste)/links.html 315 Bytes
  • 2. Regressão Linear/6. Regressão linear (Script R Treino e Teste)/links.html 311 Bytes
  • 3. Pré-processamento/4. Feature selection correlação (Power BI e Python)/links.html 293 Bytes
  • 10. Decision Trees/4. Decision Trees (conceito + matemática o que o algoritmo faz debaixo dos panos) – Parte 3 regressão/links.html 243 Bytes
  • 6. Regressão Logística/1. Regressão logística (conceito + matemática o que o algoritmo faz debaixo dos panos)/links.html 237 Bytes
  • 1. Conceitos Básicos/1. Introdução a Machine Learning e IA/0. Bem vindo.url 185 Bytes
  • CBR.url 185 Bytes
  • LEIA-ME.url 185 Bytes
  • URL.url 183 Bytes
  • 4. Outros modelos de regressão linear/3. Ridge regression (Script Python resolvendo um problema)/links.html 176 Bytes
  • 2. Regressão Linear/8. Regressão linear (Script R Previsões)/links.html 161 Bytes
  • 11. Projeto Final/1. Projeto Final - Apresentação/desc.html 150 Bytes
  • 2. Regressão Linear/4. Regressão linear (Script R Massa de Dados)/desc.html 150 Bytes
  • 9. Naive Bayes/2. Gaussian, Multinomial (Poisson), Bernoulli (o que os algoritmos Naive Bayes fazem debaixo dos panos)/links.html 149 Bytes
  • 4. Outros modelos de regressão linear/2. Ridge regression (Power BI e Python resolvendo um problema)/links.html 139 Bytes
  • 7. Confusion matrix e normalização/6. Normalizando dados (Script R)/links.html 134 Bytes
  • 2. Regressão Linear/9. Regressão linear (Power BI Coeficiente de determinação R2)/links.html 126 Bytes

随机展示

相关说明

本站不存储任何资源内容，只收集BT种子元数据(例如文件名和文件大小)和磁力链接(BT种子标识符)，并提供查询服务，是一个完全合法的搜索引擎系统。 网站不提供种子下载服务，用户可以通过第三方链接或磁力链接获取到相关的种子资源。本站也不对BT种子真实性及合法性负责，请用户注意甄别！