Discover juliocnsouzadev/es6 Open Source project

deep-learning

Lab OGM usando Hibernate e MongoDB

omg_mongodb

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

pneumonia-predictor

GCP: Complete Google Data Engineer and Cloud Architect

gcp

A library for writing html files in java, usefull for creating emails dynamically.

html_builder

puzzles_go

data-analysis

CKAD - CERTIFIED KUBERNETES APPLICATION DEVELOPER

terraform-labs

HCL

CKAD

Smarty

spring-microservices-kubernetes

Lib for mapping data for integrate data with ESUS through Apache Thrift.

observability

esus_thrift_mapped_conversion

spring-stackdriver

machine-learning

Shallow Machine Learning

gcp-data-engineer

airflow-labs

Airflow Labs

Notebooks for ML and Data Analysis

notebooks

california-housing

go_booking_app

Simple CLI booking app

lib-bag-of-words-pre-process

Liferay Learning Path with OSGi, Portlets, Soy and Metaljs

liferay_lab

nlp

react-material

android_examples

graph_with_spark

Hands of labs Building a Graph with Spark using ClouderaVM

XSLT

go_design_patterns

go_basics

katacoda-scenarios

spring-books-store

Spark-Scala

ocpjp

Codes from OCPJP preparation

Migrating from Spark to BigQuery via Dataproc

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

fashion-mnist-api

spark-java

Spark using Java

Analysis of a ecommerce purchases dataset with pandas

ecommerce-purchases-analysis-pandas

Explore San Francisco city employee salary data with Pandas

terraform-101

HCL

puzzles_sql

spark-python

gdg_intro_angularjs4

todo_metaljs

sf_salaries_pandas

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.

machine-learning-apis-gcp

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.

boston_housing

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.

customer_segments

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.

student_intervention

Codes created during M101JS (Mongo for NodeJS Developers)

m101js

Simple RPG game to show OO concepts with Java

clojure_starting

Clojure

javaoo_simple_demo

Automatically exported from code.google.com/p/tiffus

tiffus

nats_websocket_poc

Exemplo criados durante o estudo do livro AngulaJS na Pratica

juliocnsouzadev

AngulaJSExample

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

oca

MySimpleTwiiter is a MEAN Stack app that hava some microblogs features.

simple_msg_timeline

kafka-ish

django_labs

puzzles_py

Enterprise Integration Patterns Examples

eip

Estudo inicial de aprimoramento de DevOps com Vagrant e Puppet

vagrant_puppet_labs

ApacheConf

jasmine_karma_lab

Testes Unitários com Jasmine e Karma

java8

Implementação do algoritmo Naive Bayes para detectar mensagens de texto de spam.

mlnd_spam_detecter

Códigos dos Posts sobre Design Patterns do Blog

design_patterns

ionic_labs

gdg_intro_angularjs4_server

Um sistema solar feito usando html5 e css3

sun_earth

CSS

filtering_angularjs

Simple AngularJS App with Bootstrap showing use of filtering data

App Android para gerenciar rachas (peladas) de futebol

racha_manager

inferential_statistics_project

Simple Android App for start working with Android Annotations

c_labs

docker_101

Dockerfile

android_annotations_lab

Starting with Scala Basic Principles

scala101

XSLT

microservices_nlp

Building highly available, scalable, resilient distributed applications using Go

cdi

puzzles_js

hadoop_joining_data

sorteador-javafx

spark_with_scala

Apache Spark 2.0 with Scala - Hands On with Big Data!

Scala

word_count_hadoop_python

Simple Word Count MapReduce code in Python

maven-github-docker-push-example

descriptive_statistics_project

Demo of Leader Election Concepts

leader_election

angular2

TypeScript

m102

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

simple_orm

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

JerseyRestAPI-with-SpringBoot

jumper

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_datascience

Scala

java-google-translate-text-to-speech

Automatically exported from code.google.com/p/java-google-translate-text-to-speech

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

mean_stack