MEDIUM_Caderno
Repositório contendo cadernos de minhas postagens no MEDIUM.
Para ser notificado sempre que uma nova postagem for publicada, INSCREVA-SE AQUI .
Postagens ordenadas pela data de publicação mais recente
- Proxy SHAP: Acelere a explicabilidade com modelos mais simples [post][code]
- Previsão de série temporal na era da GenAI: faça com que o Gradient Boosting se comporte como LLMs [post][code]
- Guia do Mochileiro para MLOps para Previsão de Séries Temporais com Sklearn [post]|[code]
- Atingindo a previsão de tempo: o outro caminho para a previsão probabilística de séries temporais [post]|[code]
- Previsão com causalidade de Granger: verificação de correlações espúrias de séries temporais [post]|[code]
- Hackeando a inferência causal: controle sintético com abordagens de ML [post]|[código]
- Seleção de modelo com dados de desequilíbrio: somente AUC pode não salvar você [post]|[code]
- PCA para séries temporais multivariadas: previsão de dados dinâmicos de alta dimensão [post]|[código]
- Hackeando a significância estatística: testes de hipóteses com abordagens de ML [post]|[code]
- Previsão de série temporal com intervalos de previsão conformes: Scikit-Learn é tudo que você precisa [post]|[code]
- Repensando a análise de sobrevivência: como fazer seu modelo produzir curvas de sobrevivência [post]|[code]
- Previsão de rotatividade extrema: previsão sem recursos [post]|[código]
- Previsão de séries temporais com valores ausentes: além da interpolação linear [post]|[code]
- Previsão de incerteza com modelos lineares como em Deep Learning [post]|[code]
- Previsão de série temporal com seleção de recursos: por que você pode precisar [post]|[code]
- Detecção de anomalias em séries temporais multivariadas com gráficos de rede [post]|[code]
- Como melhorar a previsão recursiva de séries temporais [post]|[code]
- Retreinar ou não retreinar? Aprendizado de máquina on-line com aumento de gradiente [post]|[código]
- Explicabilidade do desvio de dados: detecção de deslocamento interpretável com NannyML [post]|[code]
- Word2Vec com séries temporais: uma abordagem de aprendizagem por transferência [post]|[code]
- SHAP para detecção de desvio: monitoramento eficaz de mudança de dados [post]|[código]
- Previsão com árvores: classificadores híbridos para séries temporais [post]|[code]
- Boruta SHAP para seleção de recursos temporais [post] | [código]
- Previsão com árvores: modelagem híbrida para séries temporais [post]|[code]
- Seleção recursiva de recursos: adição ou eliminação? [postagem]|[código]
- Melhore a Floresta Aleatória com Modelos Lineares [post]|[code]
- O Gradient Boosting é bom como profeta para previsão de séries temporais? [postagem]|[código]
- Reforço Linear com Engenharia de Recursos Automatizada [post]|[código]
- Melhorar a regressão linear para previsão de séries temporais [post]|[code]
- Boruta e SHAP para melhor seleção de recursos [post]|[code]
- IA explicável com árvores lineares [post]|[code]
- SHAP para seleção de recursos e ajuste de hiperparâmetros [post]|[code]
- Árvore modelo: lidar com mudanças de dados misturando modelo linear e árvore de decisão [post]|[código]
- Adicione intervalos de previsão ao seu modelo de previsão [post]|[code]
- Árvore Linear: a combinação perfeita de Modelo Linear e Árvore de Decisão [post]
- ARIMA para classificação com rótulos flexíveis [post]|[código]
- Importância da permutação avançada para explicar as previsões [post]|[code]
- Bootstrap de série temporal na era do aprendizado profundo [post]|[código]
- Detecção de anomalias com análise de valor extremo [post]|[code]
- Geração de série temporal com VAE LSTM [post]|[code]
- Pré-processamento de série temporal de eventos extremos [post]|[code]
- Rede Neural de Uma Classe em Keras [post]|[code]
- Detecção de anomalias em séries temporais em tempo real [post]|[código]
- Aplicação de Entropia no Mercado de Ações [post]|[code]
- Suavização de série temporal para melhor previsão [post]|[code]
- Suavização de série temporal para melhor agrupamento [post]|[code]
- Manutenção Preditiva com ResNet [post]|[code]
- Conjunto de Redes Neurais [post]|[código]
- Detecção de anomalias em séries temporais multivariadas com VAR [post]|[code]
- Corr2Vec: uma arquitetura WaveNet para engenharia de recursos no mercado financeiro [post]|[code]
- Siamês e Dual BERT para classificação multitexto [post]|[código]
- Previsão de série temporal com rede neural convolucional de gráfico [post]|[código]
- Calibração de Rede Neural com Keras [post]|[code]
- Combine LSTM e VAR para previsão multivariada de séries temporais [post]|[code]
- Importância do recurso com séries temporais e redes neurais recorrentes [post]|[code]
- Group2Vec para codificação categórica avançada [post]|[code]
- Análise de sobrevivência com aprendizado profundo em Keras [post]|[code]
- Análise de sobrevivência com LightGBM mais regressão de Poisson [post]|[código]
- Manutenção Preditiva: detecte falhas de sensores com CRNN e espectrogramas [post]|[code]
- Eliminação de múltiplas amostras em Keras [post]|[código]
- Quando sua rede neural não sabe: uma abordagem bayesiana com Keras [post]|[code]
- Meta Embeddings Dinâmicos em Keras [post]|[code]
- Manutenção Preditiva com Rede Siamesa LSTM [post]|[código]
- O aumento de dados de texto torna seu modelo mais forte [post]|[code]
- Detecção de anomalias com subamostragem de permutação e dependência de tempo [post]|[code]
- Time2Vec para Time Series apresenta codificação [post]|[code]
- Automatize a limpeza de dados com aprendizagem não supervisionada [post]|[code]
- Rastreamento de pessoas com aprendizado de máquina [post]|[code]
- Clustering de séries temporais e redução de dimensionalidade [post]|[code]
- Detecção de anomalias em imagens [post]|[code]
- Importância do recurso com rede neural [post]|[code]
- Detecção de anomalias com LSTM em Keras [post]|[code]
- Segmentação de vestido com Autoencoder em Keras [post]|[code]
- Previsão de eventos extremos com codificadores automáticos LSTM [post]|[code]
- Recomendação e marcação de vestido Zalando [post]|[code]
- Estimativa de vida restante com Keras [post]|[code]
- Controle de qualidade com aprendizado de máquina [post]|[code]
- Manutenção Preditiva: detecte falhas de sensores com CNN [post]|[code]
