Skip to content
View ricardoamoedo's full-sized avatar

Block or report ricardoamoedo

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
ricardoamoedo/README.md

Hi 👋, I'm Ricardo Amoedo

A passionate Python developer from Brasil

ricardoamoedo

  • 🔭 I’m currently working on Physics Teacher

  • 🌱 I’m currently learning Artificial Inteligence

  • 👯 I’m looking to collaborate on [Data Science](Neural Networks)

  • 🤝 I’m looking for help with Data Science

  • 👨‍💻 All of my projects are available at https://www.linkedin.com/in/ricardo-amoedo/

  • 📫 How to reach me amoedo.ricardo@gmail.com

  • 📄 Know about my experiences [Python, Flask, Machine Learning,Artificial Inteligence](Python, Flask, Machine Learning,Artificial Inteligence)

Connect with me:

mandrake https://www.linkedin.com/in/ricardo-amoedo/ https://www.facebook.com/ricardoamoedo/ amoedo.ricardo

Languages and Tools:

arduino django flask git linux mariadb mssql mysql sqlite

ricardoamoedo

 ricardoamoedo

Pinned Loading

  1. Algoritmo_SVM Algoritmo_SVM Public

    Um simples uso do algoritmo de Machine Learn SVM (Máquina de Vetor de Suporte), disponível na biblioteca Sklearn.

    Jupyter Notebook

  2. Analise_de_credito Analise_de_credito Public

    Algoritmo de Machine Learning para análise de crédito a partir de uma base de dados do Kaggle

    Jupyter Notebook

  3. API_REST_produtos API_REST_produtos Public

    Uma simples API REST, desenvolvida em Python com o framework Flask e conexão com banco MySQL, para controle de produtos em estoque

    Python

  4. ML_diabetes ML_diabetes Public

    Modelo de Machine Learning desenvolvido em Python através de algoritmo de classificação para resolução do desafio Kaggle sobre previsão de diabetes.

    Jupyter Notebook

  5. rede_neural_taxa_selic_R rede_neural_taxa_selic_R Public

    Algoritmo de redes neurais desenvolvido em R, com o RStudio para previsão da taxa SELIC entre os anos de 2017 e 2020.

    R

  6. Rendimentos_Random_Forest Rendimentos_Random_Forest Public

    A partir de uma base de dados de censo, utilizamos o algoritmo Random Forest para buscar prever rendimentos maiores ou menores do que 50 mil dólares anuais.

    Jupyter Notebook