* Cantinho Satkeys

Refresh History
  • JPratas: try65hytr Pessoal  4tj97u<z classic k7y8j0
    Hoje às 04:22
  • j.s.: try65hytr a todos  4tj97u<z
    03 de Abril de 2025, 21:00
  • migcontins: Quim Barreiros - A Esteticista (EP) 2025
    03 de Abril de 2025, 15:42
  • FELISCUNHA: ghyt74   49E09B4F  E bom fim de semana   4tj97u<z
    29 de Março de 2025, 10:06
  • JPratas: try65hytr Pessoal  4tj97u<z 2dgh8i k7y8j0
    28 de Março de 2025, 03:20
  • cereal killa: try65hytr pessoal so passei para desejar uma boa noite  wwd46l0'
    27 de Março de 2025, 20:44
  • FELISCUNHA: ghyt74  pessoal  49E09B4F
    27 de Março de 2025, 11:32
  • j.s.: try65hytr a todos  4tj97u<z
    26 de Março de 2025, 20:40
  • FELISCUNHA: ghyt74   49E09B4F  e bom fim de semana   4tj97u<z
    22 de Março de 2025, 11:07
  • JPratas: try65hytr A Todos  4tj97u<z classic k7y8j0
    21 de Março de 2025, 03:27
  • j.s.: try65hytr a todos  49E09B4F
    20 de Março de 2025, 18:41
  • JPratas: dgtgtr Pessoal  4tj97u<z classic k7y8j0
    20 de Março de 2025, 18:22
  • FELISCUNHA: dgtgtr  pessoal   49E09B4F
    19 de Março de 2025, 16:30
  • estorula: bitrecover
    18 de Março de 2025, 22:37
  • estorula: BitRecover PST Converter Wizard 10.6.2 Portable
    18 de Março de 2025, 22:33
  • j.s.: try65hytr a todos
    18 de Março de 2025, 21:02
  • Subwoofer21: obg
    17 de Março de 2025, 20:17
  • j.s.: dgtgtr a todos  49E09B4F
    16 de Março de 2025, 16:43
  • FELISCUNHA: Votos de um santo domingo para todo o auditório  4tj97u<z
    16 de Março de 2025, 10:10
  • cereal killa: ghyt74 e bom domingo  classic
    16 de Março de 2025, 08:53

Autor Tópico: Applied Machine Learning Algorithms  (Lida 352 vezes)

0 Membros e 1 Visitante estão a ver este tópico.

Online mitsumi

  • Moderador Global
  • ***
  • Mensagens: 118780
  • Karma: +0/-0
Applied Machine Learning Algorithms
« em: 16 de Maio de 2019, 10:37 »

Applied Machine Learning: Algorithms
MP4 | Video: AVC 1280x720 | Audio: AAC 44KHz 2ch | Duration: 2.5 Hours | 345 MB
Genre: eLearning | Language: English

 In the first installment of the Applied Machine Learning series, instructor Derek Jedamski covered foundational concepts, providing you with a general recipe to follow to attack any machine learning problem in a pragmatic, thorough manner. In this course-the second and final installment in the series-Derek builds on top of that architecture by exploring a variety of algorithms, from logistic regression to gradient boosting, and showing how to set a structure that guides you through picking the best one for the problem at hand. Each algorithm has its pros and cons, making each one the preferred choice for certain types of problems. Understanding what actually drives each algorithm, as well as their benefits and drawbacks, can give you a significant competitive advantage as a data scientist.
       

               

Download link:
Só visivel para registados e com resposta ao tópico.

Only visible to registered and with a reply to the topic.

Links are Interchangeable - No Password - Single Extraction