Introdução ao Machine Learning
O vocabulário e o fluxo que atravessam o curso: supervisionado e não supervisionado, treino e teste, overfitting — e o primeiro modelo no Scikit-learn.
Blog
O vocabulário e o fluxo que atravessam o curso: supervisionado e não supervisionado, treino e teste, overfitting — e o primeiro modelo no Scikit-learn.
O Active Directory governa a identidade de quase toda empresa: tomar o controlador de domínio costuma significar tomar tudo, e o BloodHound mapeia o caminho.
Os gráficos que aparecem de fato num projeto de ML: explorar os dados, comunicar resultados e diagnosticar o modelo com Matplotlib e Seaborn.
O fluxo de dados em R com dplyr e tidyr, e o tidymodels separando recipe, model spec e workflow para modelar sem vazamento.
Comprometidas muitas máquinas, é preciso controlá-las de forma central e furtiva: o beacon que chama de volta o servidor de Comando e Controle.
Garbage in, garbage out: tratar ausentes e duplicatas, agrupar com groupby e juntar tabelas com merge sem multiplicar linhas por engano.
O que sobra da Clean Architecture sem a cerimônia: a Regra da Dependência é o que vale; Input, Output e Presenter só se pagam com mais de uma apresentação.
O AV olha arquivos; o EDR monitora comportamento em tempo real. Evadi-lo é o desafio do red team atual, e o que produziu o living off the land.
dygraphs, gganimate e r2d3: o que cada um dá que o plotly não dá, e por que trocar de biblioteca custa mais do que parece.
O antivírus detecta por assinatura — um banco de impressões digitais — e é essa a fraqueza que define toda a evasão clássica: ele só reconhece o que já conhece.