Fabiano Stingelin Cardoso
Fabiano Stingelin Cardoso
  • 13
  • 559

Відео

Prática de: Classes Wrappers.Prática de: Classes Wrappers.
Prática de: Classes Wrappers.
Переглядів 623 дні тому
Prática de: Manipulação de Strings.Prática de: Manipulação de Strings.
Prática de: Manipulação de Strings.
Переглядів 1123 дні тому
Prática de: Classe Entidade, Formatação e Concatenação.Prática de: Classe Entidade, Formatação e Concatenação.
Prática de: Classe Entidade, Formatação e Concatenação.
Переглядів 823 дні тому
Apresentação da Ferramenta de Desenvolvimento NetbeansApresentação da Ferramenta de Desenvolvimento Netbeans
Apresentação da Ferramenta de Desenvolvimento Netbeans
Переглядів 2324 дні тому
Prática de: Interface e PolimorfismoPrática de: Interface e Polimorfismo
Prática de: Interface e Polimorfismo
Переглядів 1624 дні тому
Objetos, Métodos, ClassLoaders, Instâncias, Override...Objetos, Métodos, ClassLoaders, Instâncias, Override...
Objetos, Métodos, ClassLoaders, Instâncias, Override...
Переглядів 3124 дні тому
Super, Construtores, Extends, Implements, Classe Concreta, Classe Abstrata, Assinaturas, New.
Simulation of the SyncLMKD methodSimulation of the SyncLMKD method
Simulation of the SyncLMKD method
Переглядів 31Рік тому
The SyncLMKD percentage value indicates the ideal moment for the derivation effect to start and the approximation process to occur. The speed adjustment value is added to the pre-configured speed value, thus enabling both counterparts to remain synchronized.
Modeling for the new SyncLMKD methodModeling for the new SyncLMKD method
Modeling for the new SyncLMKD method
Переглядів 69Рік тому
The SyncLMKD method modeling emerged from the analysis of the likelihoods found between the problems and solutions that the Logarithmic Mean Temperature Difference Method - DTML solves related to heat transfer. And, by applying generalized abductive reasoning, according to which it is possible to generalize the solution of one problem to apply it to another, it was possible to verify that the S...
Redes Neurais Artificiais para SCADA e IHMRedes Neurais Artificiais para SCADA e IHM
Redes Neurais Artificiais para SCADA e IHM
Переглядів 2787 років тому
Usar o Python para o reconhecimento de voz requer usar API’s do Google na Machine Learn ou mesmo treinar amostras, afim de subir e parametrizar os Speechs de cada voz. Um fator importante para o reconhecimento da face é treinar a rede neural com o objetivo de reconhecer padrões, características individuais, o que pode ser feito usando LIB’s como por exemplo do OpenCV e do Pybrain para Machine L...

КОМЕНТАРІ

  • @yago1475
    @yago1475 5 років тому

    Melhor prof 👍👍👍

  • @limaxps
    @limaxps 5 років тому

    Melhor professor 👍👍👍

  • @emanuelugalde5456
    @emanuelugalde5456 5 років тому

    Melhor professor 👍👍👍

  • @agenteclipa
    @agenteclipa 7 років тому

    apenas um show.