Forum Replies Created
-
Posts
-
Olá Murilo,
Não é possível, pois esse processo de treinamento é transparente e a própria rede neural que fará o aprendizado e a definição dos valores. Mesmo definindo valores iniciais diferentes para os pesos, a própria rede neural se adaptará
Jones
Olá Denis,
Está correto, os outros arquivos estão nas outras pastas e não estão separados (veja a pasta Bases de Dados)
Jones
Olá Carlos,
Chequei aqui e o acesso para o arquivos do Google Colab estão corretos, clicando em Materiais no início de cada aula prática. Qual problema teve?
Jones
Olá William,
Veja essa discussão abaixo
https://github.com/spyder-ide/spyder/issues/6203
O ideal é fazer o download dos arquivos para sua máquina
Jones
Olá Clauder,
Faça a atualização da biblioteca plotly (é mostrado na aula) com o comando: pip install –upgrade plotly
Jones
Olá Alex,
Estão sempre no início de cada estudo de caso, clicando em Materiais na parte superior do vídeo
Jones
Olá,
Pode ser feito das duas maneiras. Aqui para o curso usamos um .csv pois as bibliotecas de acesso aos dados podem sofrer variações ou sairem do ar, assim garantimos o acesso aos dados
Jones
Olá Ruyter,
Se puder acessar novamente a aula Recursos para download no início do curso, que a pasta com as outras imagens já foi adicionada
Jones
Olá Fabio,
Tem razão, de fato o número de casas decimais impede a determinação precisa da moda e o arredondamento é uma boa sugestão.
Jones
Olá Fabio,
No primeiro exemplo, foi assumido que o desvio padrão é exatamente igual a 1, mas como a distribuição é gerada aleatoriamente, na amostra contida em dados_normal, o desvio padrão é aproximadamente igual a 1. Por isso a diferença.
Jones
Olá Claudio,
Fiz o teste agora e o vídeo carregou normal. Se puder tentar novamente, talvez tenha sido alguma falha temporária no carregamento
Jones
