Name: Herikc Brecher
Type: User
Company: Deloitte
Bio: Learning Data Science, with a focus on Machine Learning and Deep Learning for business.
Location: Balneário Camboriú, Santa Catarina
Blog: http://www.herikcbrecher.com/
Herikc Brecher's Projects
Trabalho de Faculdade desenvolvido para a disciplina de Grafos no 6º período.
Trabalho de Faculdade desenvolvido para a disciplina de Grafos no 6º período.
Desenvolvimento do Arkanoid em Allegro 5 utilizando a linguagem C++.
Trabalho da aula de Programação.
Projeto de calculadora com quatro operações para a disciplina de Programação.
This project aims to predict cases of pneumonia, using the patient's chest x-ray.
A collection of Data Structures, developed in university.
Trabalho da Universidade do Vale do Itajaí. Jogo da formiga operária, com desafio da torre de hanoi.
A collection of useful .gitignore templates
A simple implementation of Hash Algorithm
As doenças cardiovasculares hoje são a maior causadora de mortes no mundo, estimado que 31% das mortes no mundo estão relacionadas a doenças cardiovasculares. Essas doenças causam diretamente a falha do coração que levam a morte do individuo. A maioria das doenças cardiovasculares podem ser evitadas com pequenos cuidados, porém é dificil saber se algum individuo irá possuir uma doença cardiovascular, dessa forma Machine Learning é de grande utilidade para auxiliar na prevenção dessas doenças. O objetivo desse projeto é a previsão se o paciente irá ser levado a uma falha cardiovascular pelo desenvolvimento de alguma doença. -- Objetivos É esperado um Recall minimo de 75% para a classe 0 (DEATH_EVENT não ocorreu). Já para a classe 1 (DEATH_EVENT ocorreu) é esperado um Recall de 85%. A escolha dos objetivos é baseado em algumas analises iniciais, sabendo que o nosso dataset não possui muitas observa-ções e esta desbalanceado. Dessa forma irá precisar de uma modelagem mais cuidadosa para atingir um modelo ideal. Também foi escolhido que iremos priorizar que o algoritmo acerte quem irá MORRER. Dessa forma poderia ser iniciado um tratamento para o paciente antecipadamente. Dataset: https://www.kaggle.com/andrewmvd/heart-failure-clinical-data
A simple implementation of Huffmann Algorithm
Infnet - Produto project
Fingerprint audio to automatically detect and skip intro sequences in Jellyfin
Muito tem sido dito durante os últimos anos sobre como a medicina de precisão e, mais concretamente, como o teste genético, vai provocar disrupção no tratamento de doenças como o câncer. Mas isso ainda está acontecendo apenas parcialmente devido à enorme quantidade de trabalho manual ainda necessário. Neste projeto, tentaremos levar a medicina personalizada ao seu potencial máximo. Uma vez sequenciado, um tumor cancerígeno pode ter milhares de mutações genéticas. O desafio é distinguir as mutações que contribuem para o crescimento do tumor das mutações. Atualmente, esta interpretação de mutações genéticas está sendo feita manualmente. Esta é uma tarefa muito demorada, onde um patologista clínico tem que revisar manualmente e classificar cada mutação genética com base em evidências da literatura clínica baseada em texto. Para este projeto, o MSKCC (Memorial Sloan Kettering Cancer Center) está disponibilizando uma base de conhecimento anotada por especialistas, onde pesquisadores e oncologistas de nível mundial anotaram manualmente milhares de mutações.