Seu conteúdo é incrível, continue compartilhando seu conhecimento de forma fácil e acessível! Grato pelo aprendizado!

Eu tenho usado essa forma de quebrar em princípios básicos e fazer rebuscagens de conhecimento. Um exemplo que uso pra explicar isso é com regressão Linear. Se o cara diz pra mim que não está entendendo de forma alguma, eu passo 2 coisas pra ele: A primeira é assistir uma playlist de álgebra elementar e algumas aulas básicas de coordenadas em um plano cartesiano. Depois disso (Claro que regressão não é só isso) se ele voltar ao assunto vai ter menos dificuldade. Depois é claro que precisa aprofundar em mais um monte de coisas. O que quero dizer é que é perda de tempo ficar tentando digerir conteúdo complexo sem nenhuma base.

Meu melhor achado nessa quarentena! Seu conteúdo é ótimo!

Incrível!

Grande Meiga! Sensacional o conteúdo. Vou maratonar aqui! Abs!

Muito bom! Parabéns Meigaron pelos conteúdos.

Conteúdo top !!!

Shooooow!!

Tô fazendo o curso e tô amando. Parabéns Meigerom!!! Você é uma benção cara!!!

Boa Meigarom! É um ótimo método de estudo e solução de problemas! Sempre bom quebrar algo grande e partes menores e ir resolvendo aos poucos. Aí reconstruir tudo. Obrigado por compartilhar seu conhecimento!! Parabéns pelo conteúdo!! Abraço!

Muuito Obrigad pelo conteúdo! Faz sentido usar coeficiente R² se as técnicas de marchine learning não são lineares? Vejo isso em muitos artigos, coeficiente de determinação como métrica para avaliar modelos de machine learning.

Sensacional!

Ótimo vídeo. Usei uma forma de aprendizado semelhante quando comecei os estudos em ANNs e me ajudou bastante. E em relação ao método cíclico de estudo, tenho feito isso desde que li sobre no seu blog e tem funcionado muito bem.

Rico em conteúdo, parabéns

Fala Meigaron. Blza?. Impressionante, vc conseguiu explanar em 28'33" (desconstruir e depois reconstruir ) esse tema. Usou o "first principles". Excelente storitelling. É um mito. :-))) Vlw Boa.

Fantástico

Otimo vídeo, Meigaron. Só faltou você deixar suas redes sociais aqui na descrição do vídeo. Abraços e parabéns pelo ótimo conteúdo.

Ótimo conteúdo!

Cara, que aula top! Obrigada

Quando os erros dos dados de treino e teste são iguais nós temos overfitting ? Eu não entendi, pra mim faz sentido não ser overfitting. Pode me explicar ?

Olá, Meigarom! Histogramas e gráficos de dispersão são ferramentas úteis para os ajustes finos que você propôs? Abraços.

Boa tarde, Jhonatan... parece que o seu curso não esta mais disponível para compra na Hotmart... fiquei interessado na sua didática...Comunidade DS é que não esta disponivel...

O que você acha do plano de estudos que criei? Venho pesquisando faz um tempinho sobre data science. + Python libraries - pandas, numpy, matplotlib (for data processing and cleaning) - selenium (webscraping for data collection) - ML (data analysis) ' ' ' Ainda não cheguei aqui, então não especifiquei, mas o rumo é mais ou menos esse: ' ' ' + SQL + Statistics + More Machine Learning + Real Project \(*0*)/ (not just a training wheels one) + Deep Learning + IDE (Jupiter, Pycharm) + Math for data science + Books and more Adaptarei quando necessário, por hora o rumo é esse. ~(°-°~) ~( °-° )~ (~°-°)~ Ah, e obrigado pelo conteúdo do canal, está ajudando bastante!

Meio assustador quando você quebra em partes, mas percebi que é preciso ter calma e disciplina.

Mano, traz um vídeo mostrando como construir em Python, este tipo de painel: public.tableau.com/profile/conass?fbclid=IwAR3W9z5Zgf9fmrNESB25utHsQ4rZsHJgqJbE1IWuzrENPTgMHN8eNhE_1V8#!/vizhome/CasosebitosCOVID/Painel1

Desculpe mas não resisto: "acurácia" (transliteração do Inglês "accuracy", em Português: "precisão"; "redes neurais" em Português: redes neuronais, etc.