Categoria machine-leaning-articles-pt

S21L01 – Teorema de Bayes

S21L02 – Verossimilhança vs Probabilidade, Distribuição Normal

S21L03 – Naive Bayes Multinomial

S21L04 – A escala logarítmica

S21L05 – Naive Bayes Gaussiano

S21L06 – Naive Bayes Gaussiano em Python

S22L01 – Número de Euler

S22L02 – Dados Balanceados vs Desequilibrados

S23L01 – SVM: Começando com dados unidimensionais

S23L02 – SVM, mapeamento para dimensão superior

S23L03 -SVM, em espaço 2D

S23L04 – Implementação de SVM usando python

S24L01 – Árvore de Decisão e Floresta Aleatória

S25L01 – Classificador AdaBoost e XGBoost

S26L01 – A precisão, não tão precisa

S26L02 – Matriz de confusão

S26L03 – Acurácia, Precisão, Sensibilidade, Especificidade, Pontuação F1

S26L04 – Matriz de Confusão 3D

S27L01 – Modelo Mestre do Modelo de Classificação

S27L02 – Modelo mestre de classificação

S28L01 – Modelo atualizado com GridSearchCV

S28L02 -Busca Aleatória CV

S29L01 – Contexto das curvas ROC, AUC e PR

S29L02 – ROC, AUC – Avaliando o melhor modelo

S29L03 – ROC, AUC – Calculando o limiar ótimo (método de Youden)