• Stars
    star
    2
  • Language
    JavaScript
  • License
    MIT License
  • Created about 8 years ago
  • Updated about 8 years ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

OOP and Design Patterns with Javascript

More Repositories

1

machine_learning_stanford

Machine learning is the science of getting computers to act without being explicitly programmed. In the past decade, machine learning has given us self-driving cars, practical speech recognition, effective web search, and a vastly improved understanding of the human genome. Machine learning is so pervasive today that you probably use it dozens of times a day without knowing it. Many researchers also think it is the best way to make progress towards human-level AI. In this class, you will learn about the most effective machine learning techniques, and gain practice implementing them and getting them to work for yourself. More importantly, you'll learn about not only the theoretical underpinnings of learning, but also gain the practical know-how needed to quickly and powerfully apply these techniques to new problems. Finally, you'll learn about some of Silicon Valley's best practices in innovation as it pertains to machine learning and AI. This course provides a broad introduction to machine learning, datamining, and statistical pattern recognition. Topics include: (i) Supervised learning (parametric/non-parametric algorithms, support vector machines, kernels, neural networks). (ii) Unsupervised learning (clustering, dimensionality reduction, recommender systems, deep learning). (iii) Best practices in machine learning (bias/variance theory; innovation process in machine learning and AI). The course will also draw from numerous case studies and applications, so that you'll also learn how to apply learning algorithms to building smart robots (perception, control), text understanding (web search, anti-spam), computer vision, medical informatics, audio, database mining, and other areas.
MATLAB
5
star
2

puzzles_java

Algorithms problems solving
Java
3
star
3

deep-learning

Jupyter Notebook
3
star
4

omg_mongodb

Lab OGM usando Hibernate e MongoDB
Java
3
star
5

pneumonia-predictor

Predictions made by a Tensorflow Deep Learning Model trained on Kaggle Dataset: Chest X-Ray Images (Pneumonia)
HTML
3
star
6

gcp

GCP: Complete Google Data Engineer and Cloud Architect
Jupyter Notebook
3
star
7

html_builder

A library for writing html files in java, usefull for creating emails dynamically.
HTML
3
star
8

puzzles_go

Go
3
star
9

data-analysis

Jupyter Notebook
2
star
10

terraform-labs

HCL
2
star
11

CKAD

CKAD - CERTIFIED KUBERNETES APPLICATION DEVELOPER
Smarty
2
star
12

spring-microservices-kubernetes

Java
2
star
13

observability

Go
2
star
14

esus_thrift_mapped_conversion

Lib for mapping data for integrate data with ESUS through Apache Thrift.
Java
2
star
15

spring-stackdriver

Java
2
star
16

machine-learning

Shallow Machine Learning
2
star
17

gcp-data-engineer

Jupyter Notebook
2
star
18

airflow-labs

Airflow Labs
Python
2
star
19

notebooks

Notebooks for ML and Data Analysis
Jupyter Notebook
2
star
20

california-housing

2
star
21

go_booking_app

Simple CLI booking app
Go
2
star
22

lib-bag-of-words-pre-process

Java
2
star
23

liferay_lab

Liferay Learning Path with OSGi, Portlets, Soy and Metaljs
Java
2
star
24

nlp

Jupyter Notebook
2
star
25

react-material

JavaScript
2
star
26

android_examples

android_exemples
Java
2
star
27

graph_with_spark

Hands of labs Building a Graph with Spark using ClouderaVM
XSLT
2
star
28

go_design_patterns

Go
2
star
29

go_basics

Go
2
star
30

katacoda-scenarios

Katacoda Scenarios
2
star
31

spring-books-store

Java
2
star
32

Spark-Scala

Spark Scala
Scala
2
star
33

ocpjp

Codes from OCPJP preparation
Java
2
star
34

GCP-Migrating-from-Spark-to-BigQuery-via-Dataproc

Migrating from Spark to BigQuery via Dataproc
Jupyter Notebook
2
star
35

fashion-mnist-api

2
star
36

spark-java

Spark using Java
Java
2
star
37

ecommerce-purchases-analysis-pandas

Analysis of a ecommerce purchases dataset with pandas
Jupyter Notebook
2
star
38

terraform-101

HCL
2
star
39

puzzles_sql

2
star
40

spark-python

Spark Python
Jupyter Notebook
2
star
41

gdg_intro_angularjs4

TypeScript
2
star
42

todo_metaljs

JavaScript
2
star
43

sf_salaries_pandas

Explore San Francisco city employee salary data with Pandas
Jupyter Notebook
2
star
44

machine-learning-apis-gcp

It’s no secret that machine learning is one of the fastest growing fields in tech, and the Google Cloud Platform has been instrumental in furthering it’s development. With a host of APIs, GCP has a tool for just about any machine learning job. In this advanced-level quest, you will get hands-on practice with machine learning APIs by taking labs like Implementing an AI Chatbot with Dialogflow and Detect Labels, Faces, and Landmarks in Images with the Cloud Vision API.
Jupyter Notebook
2
star
45

boston_housing

O mercado imobiliário de Boston é altamente competitivo, e você quer ser o melhor corretor de imóveis da região. Para competir com seus colegas, você decidiu elencar alguns conceitos básicos de Machine Learning para ajudar você e seu cliente a acharem o melhor preço de venda para a casa dele. Com sorte, você se deparou com o conjunto de dados de habitação de Boston, que contém dados agregados de várias características para casas das comunidades da Grande Boston, incluindo o valor médio das casas para cada uma das regiões. Sua tarefa é construir um modelo ótimo, baseado na análise das estatísticas com as ferramentas disponíveis. Esse modelo será, então, usado para estimar o melhor preço de venda para a casa de seus clientes.
HTML
2
star
46

customer_segments

Uma distribuidora atacadista recentemente testou uma mudança em seu método de entrega para alguns clientes, trocando de um serviço de entrega cinco vezes por semana pela manhã para um serviço de entrega mais barato, três vezes por semana ao final da tarde. Teste iniciais não mostraram nenhum resultado insatisfatório significante, então eles implementaram a opção mais barata para todos os clientes. Quase imediatamente, a distribuidora começou a receber reclamações sobre as mudanças no serviço e clientes começaram a cancelar entregas — perdendo mais dinheiro do que estava sendo poupado. Você foi contratado pela distribuidora para descobrir que tipos de clientes eles têm, para que possam fazer decisões melhores e mais bem informadas no futuro. Sua tarefa é utilizar técnicas de aprendizagem não-supervisionada para ver se existe qualquer similaridade entre os clientes, e como melhor segmentá-los em categorias distintas.
Jupyter Notebook
2
star
47

student_intervention

Com o aumento do uso da tecnologia na educação, uma vasta quantidade de dados foi disponibilizada para avaliação e predição. Registros das atividades dos alunos, notas, interações com os professores e colegas, entre outros, agora são captados em tempo real por sistemas de gerenciamento de aprendizagem como o Canvas e o Edmodo. Esse fenômeno é particularmente forte em aulas à distância, que estão tornando-se populares até mesmo no Ensino Fundamental e Médio. Dentro de todos os níveis da educação, existe um impulso para aumentar a probabilidade de sucesso do aluno sem diluir a educação nem encorajar comportamentos que não vão melhorar os problemas na raiz. A taxa de graduação frequentemente é o critério preferencial, e os educadores procuram novas maneiras de predizer o sucesso ou o fracasso dos estudantes cedo o bastante para organizar intervenções eficazes.
HTML
2
star
48

m101js

Codes created during M101JS (Mongo for NodeJS Developers)
JavaScript
1
star
49

clojure_starting

Clojure
1
star
50

javaoo_simple_demo

Simple RPG game to show OO concepts with Java
Java
1
star
51

tiffus

Automatically exported from code.google.com/p/tiffus
Java
1
star
52

nats_websocket_poc

JavaScript
1
star
53

juliocnsouzadev

1
star
54

AngulaJSExample

Exemplo criados durante o estudo do livro AngulaJS na Pratica
JavaScript
1
star
55

oca

Exemplo criados durante a preparação para OCA Java SE 7 Programmer I
Java
1
star
56

simple_msg_timeline

MySimpleTwiiter is a MEAN Stack app that hava some microblogs features.
JavaScript
1
star
57

kafka-ish

Go
1
star
58

django_labs

Python
1
star
59

puzzles_py

Python
1
star
60

eip

Enterprise Integration Patterns Examples
HTML
1
star
61

vagrant_puppet_labs

Estudo inicial de aprimoramento de DevOps com Vagrant e Puppet
ApacheConf
1
star
62

jasmine_karma_lab

Testes Unitários com Jasmine e Karma
JavaScript
1
star
63

java8

Java
1
star
64

mlnd_spam_detecter

Implementação do algoritmo Naive Bayes para detectar mensagens de texto de spam.
Jupyter Notebook
1
star
65

design_patterns

Códigos dos Posts sobre Design Patterns do Blog
Java
1
star
66

ionic_labs

JavaScript
1
star
67

gdg_intro_angularjs4_server

Java
1
star
68

sun_earth

Um sistema solar feito usando html5 e css3
CSS
1
star
69

filtering_angularjs

Simple AngularJS App with Bootstrap showing use of filtering data
HTML
1
star
70

racha_manager

App Android para gerenciar rachas (peladas) de futebol
Java
1
star
71

inferential_statistics_project

Jupyter Notebook
1
star
72

c_labs

C
1
star
73

docker_101

Dockerfile
1
star
74

android_annotations_lab

Simple Android App for start working with Android Annotations
Java
1
star
75

scala101

Starting with Scala Basic Principles
XSLT
1
star
76

microservices_nlp

Building highly available, scalable, resilient distributed applications using Go
Go
1
star
77

cdi

Java
1
star
78

puzzles_js

JavaScript
1
star
79

hadoop_joining_data

Python
1
star
80

sorteador-javafx

Java
1
star
81

spark_with_scala

Apache Spark 2.0 with Scala - Hands On with Big Data!
Scala
1
star
82

word_count_hadoop_python

Simple Word Count MapReduce code in Python
Python
1
star
83

maven-github-docker-push-example

Java
1
star
84

descriptive_statistics_project

Jupyter Notebook
1
star
85

leader_election

Demo of Leader Election Concepts
Go
1
star
86

angular2

TypeScript
1
star
87

m102

JavaScript
1
star
88

simple_orm

Simple ORM is lab that simulates the behavior of JPA in Java by Mapping Objects to Relational Databases.
Java
1
star
89

JerseyRestAPI-with-SpringBoot

A Spring Boot app with Restful API for accessing and modifying data stored in an embedded database HSQL.
Java
1
star
90

jumper

Java
1
star
91

scala_datascience

Data Scientists tend to favor one of three programming languages, Python, R, or Scala. Scala, short fore scalable language, is the future ready. Move beyond your regular java, and check out what is brewing in this language.
Scala
1
star
92

java-google-translate-text-to-speech

Automatically exported from code.google.com/p/java-google-translate-text-to-speech
Java
1
star
93

mean_stack

A JS end to end application using MongoDB, Express, AngularJS and NodeJS.
JavaScript
1
star