O presente projeto é a implementação incremental dos checkpoints apresentados no roadmap de nircavana em 2013 não só demonstrando as habilidades adquiridas durante o curso de Ciencia de Dados e Inteligencia Artificial, mas tambem organizando anotações para revisão futura.
- Informações Gerais
- Tecnologias Utilizadas
- Seções
- Setup
- Uso
- Status do Projeto
- Melhorias
- Contato
- Licença
- Projeto composto por descrição por tema (checkpoint), código demonstrativo e aplicação integrada dos temas ao final de cada seção.
- O projeto pretende gerar rastreabilidade no processo de aprendizagem em Ciencia de Dados e Inteligencia Artificial.
- Python - Google Colab
- R - version 3.6.1
Lista de recursos implementados:
- Documentação dos tópicos
- Códigos em Python, R e C quando pertinente
- Projeto exemplo ao final de cada Seção
Para visualizar corretamente as equações em Latex instale a extensão Xdoc seguindo os passos listados na documentação do github.
Visualização:
Para a visualização dos documentos, abra-os utilizando o google chrome com a extensão indicada acima.
Execução:
A execução dos códigos em Python e R será hosteada no google colab com todas as dependencias satisfeitas, em caso de aplicação completa, a execução se dará em ambiente cedido, tambem com todas as dependencias satisfeitas.
O atual projeto está: Ativo
Melhorias a serem implementadas em breve.
Melhorias:
- Reescrita de todos os códigos em R.
- Portabilidade dos códigos para dispositivos IOT de baixo consumo energético.
To do:
- Termino da primeira seção.
- Inicio do projeto da primeira seção
- Este projeto foi inspirado nesta publicação.
Criado por @valdecidm - Sinta-se livre para entrar em contato!