GitHub - ricardoricrob76/machinelearning: Repositório de Projetos de Machine Learning com Python e Pandas

Branches Tags

Name		Name	Last commit message	Last commit date
Latest commit History 43 Commits
Machine_Learning-master		Machine_Learning-master
cloud-sql/postgres/pgvector/notebooks		cloud-sql/postgres/pgvector/notebooks
python		python
01_Doenças_do_Crioterapia_Implementação_Modelo_de_Machine_Learning_com_Nayve_Bayes.ipynb		01_Doenças_do_Crioterapia_Implementação_Modelo_de_Machine_Learning_com_Nayve_Bayes.ipynb
01_Installation		01_Installation
02_tensor_basics.py		02_tensor_basics.py
03_autograd.py		03_autograd.py
04_backpropagation.py		04_backpropagation.py
05_1_gradientdescent_manually.py		05_1_gradientdescent_manually.py
05_2_gradientdescent_auto.py		05_2_gradientdescent_auto.py
06_1_loss_and_optimizer.py		06_1_loss_and_optimizer.py
06_2_model_loss_and_ optimizer.py		06_2_model_loss_and_ optimizer.py
07_linear_regression.py		07_linear_regression.py
08_logistic_regression.py		08_logistic_regression.py
09_dataloader.py		09_dataloader.py
10_transformers.py		10_transformers.py
11_softmax_and_crossentropy.py		11_softmax_and_crossentropy.py
12_activation_functions.py		12_activation_functions.py
12_plot_activations.py		12_plot_activations.py
13_feedforward.py		13_feedforward.py
14_cnn.py		14_cnn.py
15_transfer_learning.py		15_transfer_learning.py
16_tensorboard.py		16_tensorboard.py
17_save_load.py		17_save_load.py
1_Aula-Criação de Modelos ML_Implementação_do_Algoritmo_Naive_Bayes.ipynb		1_Aula-Criação de Modelos ML_Implementação_do_Algoritmo_Naive_Bayes.ipynb
1_Modelos_de_Classificação_Binária_Mamíferos_Implementação_do_Algoritmo_Naive_Bayes.ipynb		1_Modelos_de_Classificação_Binária_Mamíferos_Implementação_do_Algoritmo_Naive_Bayes.ipynb
300_Python_Regressao_Linear_Classificacao_Regressão_de_Dados_de_Vendas_de_Imóveis_nos_Estados_Unidos.ipynb		300_Python_Regressao_Linear_Classificacao_Regressão_de_Dados_de_Vendas_de_Imóveis_nos_Estados_Unidos.ipynb
Aula01_Fundamentos_de_IA_Práticas-P7Noite.ipynb		Aula01_Fundamentos_de_IA_Práticas-P7Noite.ipynb
Aula01_IA_e_Machine_Learning-Security.ipynb		Aula01_IA_e_Machine_Learning-Security.ipynb
Codigo_na_mão.ipynb		Codigo_na_mão.ipynb
Cópia_de_Ricardo_Roberto_Convolucional_Network_Autoencoder_CNN.ipynb		Cópia_de_Ricardo_Roberto_Convolucional_Network_Autoencoder_CNN.ipynb
DEEP-PyTorchLesson2.ipynb		DEEP-PyTorchLesson2.ipynb
DEEP-PyTorch_Lesson_3.ipynb		DEEP-PyTorch_Lesson_3.ipynb
DEEP-PytORCH_Class1.ipynb		DEEP-PytORCH_Class1.ipynb
DEEP_Convolucional_Network_Autoencoder_CNN_Praticas_03.ipynb		DEEP_Convolucional_Network_Autoencoder_CNN_Praticas_03.ipynb
DEEP_Redes_Neurais_Artificiais_Python_Perceptrons_01.ipynb		DEEP_Redes_Neurais_Artificiais_Python_Perceptrons_01.ipynb
DEEP_Varias_Praticas_Regressao_Classificao_Clusterizacao_CNN_Praticas-40-Redes-Neurais.ipynb		DEEP_Varias_Praticas_Regressao_Classificao_Clusterizacao_CNN_Praticas-40-Redes-Neurais.ipynb
DEEP_Visão_Computacional_com_DLearning_Keras_MNist_Parte_I.ipynb		DEEP_Visão_Computacional_com_DLearning_Keras_MNist_Parte_I.ipynb
DataSet_Crimes_na_Cidade_de_San_Francisco_EUA.ipynb		DataSet_Crimes_na_Cidade_de_San_Francisco_EUA.ipynb
Decision_Trees_DataSet_de_Pessoas_com_Diabetes.ipynb		Decision_Trees_DataSet_de_Pessoas_com_Diabetes.ipynb
ENAP_Case1_01_Implementação_do_Modelo_Algoritmo_>_Naive_Bayes_Analise_de_Credito_Bancario_Open_Banking.ipynb		ENAP_Case1_01_Implementação_do_Modelo_Algoritmo_>_Naive_Bayes_Analise_de_Credito_Bancario_Open_Banking.ipynb
ENAP_Case2_01_Crioterapia_Implementação_Modelo_de_Machine_Learning_com_Nayve_Bayes.ipynb		ENAP_Case2_01_Crioterapia_Implementação_Modelo_de_Machine_Learning_com_Nayve_Bayes.ipynb
ENAP_Case3_Mamíferos_Implementação_do_Modelo_Algoritmo_Naive_Bayes_Mamíferos.ipynb		ENAP_Case3_Mamíferos_Implementação_do_Modelo_Algoritmo_Naive_Bayes_Mamíferos.ipynb
Estatistica_Fundamentos.ipynb		Estatistica_Fundamentos.ipynb
GERDAU_Aula_07_Sklearn_Modelo_Não_supervisionado_Kmeans.ipynb		GERDAU_Aula_07_Sklearn_Modelo_Não_supervisionado_Kmeans.ipynb
GERDAU_Aula_08_Sklearn_Modelo_Não_supervisionado_MeanShift.ipynb		GERDAU_Aula_08_Sklearn_Modelo_Não_supervisionado_MeanShift.ipynb
GERDAU_Aula_09_Sklearn_Modelo_Não_supervisionado_DBSCAN.ipynb		GERDAU_Aula_09_Sklearn_Modelo_Não_supervisionado_DBSCAN.ipynb
Metodos-Enseb.zip		Metodos-Enseb.zip
PCA_02_CIFAR10_identificando_as_figuras.ipynb		PCA_02_CIFAR10_identificando_as_figuras.ipynb
PETR4.ipynb		PETR4.ipynb
Pratica01.ipynb		Pratica01.ipynb
Projeto_2_Regressão_Linear_Prevendo_o_Retorno_Financeiro_de_Investimentos_em_Títulos_Públicos.ipynb		Projeto_2_Regressão_Linear_Prevendo_o_Retorno_Financeiro_de_Investimentos_em_Títulos_Públicos.ipynb
Práticas_Python_Introdução.ipynb		Práticas_Python_Introdução.ipynb
Regressão_Linear_Prevendo_o_Retorno_Financeiro_de_Investimento_em_Títulos_Públicos.ipynb		Regressão_Linear_Prevendo_o_Retorno_Financeiro_de_Investimento_em_Títulos_Públicos.ipynb
Seleção_de_Features_01_Chi2_e_Select_KBest.ipynb		Seleção_de_Features_01_Chi2_e_Select_KBest.ipynb
UNIPE_AdaBoost_Social_Network_Learner.ipynb		UNIPE_AdaBoost_Social_Network_Learner.ipynb
UNIPE_Regressao_MultiLinear_Bolsa.ipynb		UNIPE_Regressao_MultiLinear_Bolsa.ipynb
UNIPE_SMOTE_Python_Balanceamento_e_Desbalanceamento_de_Dados.ipynb		UNIPE_SMOTE_Python_Balanceamento_e_Desbalanceamento_de_Dados.ipynb
UNIPE_XGBoost_Social_Network.ipynb		UNIPE_XGBoost_Social_Network.ipynb
Underfitting_vs_Overfitting.ipynb		Underfitting_vs_Overfitting.ipynb
Web_Scraping_e_Análise_Estatística_Participantes_de_Corridas_de_10KM_com_dados_de_sensores_RFID.ipynb		Web_Scraping_e_Análise_Estatística_Participantes_de_Corridas_de_10KM_com_dados_de_sensores_RFID.ipynb
pca-new.ipynb		pca-new.ipynb
wine.csv		wine.csv