23. Aula 23 - Clusterização no R

22. Aula 22 - Clusterização Não Hierárquica

21. Aula 21 - Clusterização Hierárquica

20. Aula 20 - Tarefa de Clusterização

19. Aula 19 - Regressão com o R (parte 2 de 2)

18. Aula 18 - Regressão com o R (parte 1 de 2)

17. Aula 17 - Avaliando as Previsões de um Regressor

15. Aula 15 - Regressão Linear

16. Aula 16 - Regressão com Árvore de Decisão e KNN

9. Aula 9 - O que a tarefa de Classificação

14. Aula 14 - Tarefa de Regressão

13. Aula 13 - Avaliando as Predições de um Classificador

11. Aula 11 Algoritmo Random Forest

12. Aula 12 - Algoritmo KNN

10. Aula 10 - Algoritmo Árvore de Decisão

8. Aula 8 - Normalização e Padronização

7. Aula 7 - Explorando Relação entre Variáveis

6. Aula 6 - Análise Exploratória de Dados

3. Aula 3 - Metodologia de Trabalho CRISP DM

5. Aula 5 - Engenharia de Variáveis

4. Aula 4 - O que é um dataset para treinar algoritmos

25. Aula 25 - Algoritmo Apriori com o R

24. Aula 24 - Regras de Associação: Algoritmo Apriori

2.1. Aula 2 - Parte 1 de 2 Linguagem R

2.2. Aula 2 - Parte 2 de 2 Linguagem R

1. Aula 1 - O que é Ciência de Dados? Para que serve?

Regressão Linear no Excel - Parte II de III - Ajustando o Modelo

Regressão Linear no Excel Parte III de III Diagnóstico dos Resíduos

Regressão Linear no Excel - Parte I de III - Correlação e Dispersão

Modelagem automática de múltiplas séries temporais com biblioteca fable

Decompondo e Prevendo uma Série Temporal no Excel (parte I de IV)

Decompondo e Prevendo uma Série Temporal no Excel (parte II de IV)

Decompondo e Prevendo uma Série Temporal no Excel (parte III de IV)

Decompondo e Prevendo uma Série Temporal no Excel (parte IV de IV)

Explorando uma série temporal com as bibliotecas tsibble e feasts

Intervalo de confiança para uma predição em Regressão Linear

Estatística descritiva no Excel

Modelando várias séries temporais de uma vez com um único algoritmo (XGBoost) - lib modeltime

Modelando Múltiplas Séries Temporais Simultaneamente - (Parte II de II)

Modelando Múltiplas Séries Temporais Simultaneamente - (Parte I de II)

Minicurso - Teste de Hipóteses para Negócios (Aula 01 - parte 2 de 3)

Minicurso - Teste de Hipóteses para Negócios (Aula 01 - parte 3 de 3)

Minicurso - Teste de Hipóteses para Negócios (Aula 02 - parte 3 de 3)

Aula 01 do Curso de DATA MINING do Prof Máiron Chaves

Palestra com Andressa Freires sobre o tema "Algoritmos de I.A. Preconceituosos"

Normalização e Padronização de Variáveis para Machine Learning

StatiR

Teorema de Pitágoras e algoritmo K Means

Metricas para Avaliar um Algoritmo de Regressão

Análise de Componentes Principais no R

Random Forest no R

Ajustando um modelo ARIMA no R

Árvore de Decisão no R

Regressão Logística no R (Parte 03 de 03) - Análise de Sensitividade e Especificidade no R

Regressão Logística no R - (Parte 02 de 03) Análise de Sensitividade e Especificidade

Regressão Logística no R - (Parte 01 de 03) Ajustando um modelo e Interpretando os coeficientes

Análise Discriminante Linear no R

Matriz de Dispersão e Matriz de Correlação no R

Clusterização Hierárquica no R

Obtendo os Coeficientes Betas da Regressão Linear Utilizando Fórmulas Matriciais no R