Explicações interativas de algoritmos e modelos de aprendizado de máquina. Cada página roda no navegador: mexa nos dados, avance passo a passo e veja o modelo em ação.
Explore a matriz de confusão, a sensibilidade, a especificidade e as curvas ROC e precisão-recall. Veja como o limiar e a prevalência afetam os resultados.
Explore o ajuste dos coeficientes, as razões de chances, o limiar de decisão e a calibração das probabilidades.
Uma sequência de perguntas escolhidas para separar os dados em grupos puros, conta por conta.
Várias árvores treinadas em amostras sorteadas votam juntas na resposta final.
Configure camadas, neurônios e funções de ativação. Acompanhe o treinamento, a fronteira de decisão e os erros de treino e teste.
Convolução, pooling e classificação: como uma rede convolucional transforma pixels em uma classe.
Compare a memória de três redes recorrentes em um ECG sintético. Mova uma extrassístole no tempo e explore as células, as portas e os gradientes de cada modelo.
Explore o pré-processamento, a representação bag of words e o treinamento de um modelo para analisar sentimentos em comentários.
Explore embeddings, posição e atenção, conheça o codificador e o decodificador e acompanhe uma tradução palavra por palavra.
Explore censura e Kaplan–Meier, C-index, discriminação e calibração. Use dados simulados para investigar a passagem da predição de risco à decisão clínica.
Explore sobrevivência e inferência causal em uma coorte simulada: compare observar e intervir, investigue DAGs e ajustes, experimente propensity score e diferencie predição de decisão.