Novos notebooks de Visão Computacional e Deep Learning estão sendo publicados no repositório blog-sigmoidal. Este repositório contém os notebooks clássicos de Data Science e Machine Learning do blog.
Aqui você encontra os notebooks e códigos Python do blog Sigmoidal. Cada arquivo deste repositório é parte de um artigo do site.
Sigmoidal: https://sigmoidal.ai
- Como usar o Histograma para Data Science: https://bit.ly/2L2cMwy
- Como Implementar Regressão Linear com Python: https://bit.ly/2Li5pzY
- Data Science: Investigando o naufrágio do Titanic: https://bit.ly/2Ubr5SH
- Como Tratar Dados Ausentes com Pandas: https://bit.ly/31KWSMN
- XGBoost: aprenda este algoritmo de Machine Learning em Python: https://bit.ly/2UbRhws
- Como criar uma Wordcloud em Python: https://bit.ly/2OxsphM
- Como lidar com dados desbalanceados: https://bit.ly/2ZlaNsV
Redes Neurais Multicamadas com Python e Keras: https://bit.ly/2UcD0j3
Carlos Melo é Data Scientist com mais de 8 anos de experiência e especialização em Visão Computacional. Trabalha com Python, PyTorch, TensorFlow e Scikit-learn em projetos de deep learning aplicado. Portador de Green Card EB1A (Extraordinary Ability), concedido a profissionais reconhecidos por realizações excepcionais em sua área.
Antes da carreira em dados, foi piloto militar com mais de 1.000 horas de voo, executando missões em condições extremas e coordenando operações aeroespaciais complexas.
- Graduação em Ciências Aeronáuticas pela AFA.
- Mestrado em Ciências e Tecnologias Espaciais pelo ITA.
- MBA em Gestão de Projetos e Processos pela UNIFA.
- Curso de Operações Espaciais pela Força Aérea do Canadá.