Data Science e Machine Learning Python Asimov Academy

= Data_Science_e_Machine_Learning_Python_Asimov_Academy-001.
zip
== 1. PYTHON STARTER
=== 0. Apresentação do Curso
++++ 1. Bem vindos ao curso.mp4
++++ 2. Asimov Academy e Princípios.mp4
++++ 3. O que é uma linguagem de programação.mp4
++++ 4. Tutorial plataforma.mp4
++++ 5. O que podemos e não podemos fazer com Python.mp4
++++ 6. Conclusão.mp4
++++ Apostilas - Python Starter.zip
++++ Apresentação do Curso 2. Asimov Academy e Princípios.mp4
++++ Apresentação do Curso 3. O que é uma linguagem de programação.mp4
++++ Apresentação do Curso 4. Tutorial plataforma.mp4
++++ Apresentação do Curso 5. O que podemos e não podemos fazer com Python.mp4
++++ Apresentação do Curso 6. Conclusão.mp4
=== 1. Lógica de Programação

++++ 1. Apresentação do módulo.mp4
= Data_Science_e_Machine_Learning_Python_Asimov_Academy-002.zip
++++ 2. Algoritmos 1.mp4
++++ 6. Variáveis.mp4
++++ 7. Operadores.mp4
++++ 8. Estruturas de controle de fluxo.mp4
++++ 9. Estruturas de repetição.mp4
++++ Lógica de Programação 1. Apresentação do módulo.mp4
++++ Lógica de Programação 2. Algoritmos 1.mp4
++++ Lógica de Programação 6. Variáveis.mp4
++++ Lógica de Programação 7. Operadores.mp4
++++ Lógica de Programação 8. Estruturas de controle de fluxo.mp4
++++ Lógica de Programação 9. Estruturas de repetição.mp4
=== 2. Introdução ao Python

++++ 1- Oque é Python.mp4
++++ 2- Instalando o Python através do Anaconda.mp4
++++ 3 - Executando o primeiro programa.mp4
++++ 4 - O Segundo Código E Terminais De Programação.mp4
++++ 5 - Ides E Jupyterlab.mp4
++++ 6 - Visual Studio Code.mp4
++++ Introdução ao Python 1- Oque é Python.mp4
++++ Introdução ao Python 3 - Executando o primeiro programa.mp4
++++ Introdução ao Python 4 - O Segundo Código E Terminais De Programação.mp4
++++ Introdução ao Python 5 - Ides E Jupyterlab.mp4
++++ Introdução ao Python 6 - Visual Studio Code.mp4
=== 3. Fundamentos da Linguagem

++++ 1. Primeiros passos com JupyterLab.mp4
++++ 2. Números.mp4
++++ 3. Variaveis.mp4
++++ 4. Strings e Indexação.mp4
++++ 5. Mais sobre Strings e métodos embutidos.mp4
++++ 6.Listas.mp4
++++ 7. Dicionários.mp4
++++ 8. Tuplas .mp4
++++ 9. Input, sets e booleanos.mp4
++++ 10. Operadores de comparação.mp4
++++ 11. Exercícios - Parte 1.mp4
++++ 12. Solução dos exercícios - Parte 1.mp4
++++ 13. Operadores de comparação em cadeia.mp4
++++ 14. If, elif e else.mp4
++++ 15. Range.mp4
++++ 16. For.mp4
++++ 17. While.mp4
++++ 18. Compreensão em listas.mp4
++++ 19. Funções.mp4
++++ 20. Lambda.mp4
++++ 21. Exercícios - Parte 2.mp4
++++ 22. Solução dos exercícios - Parte 2.mp4
=== 4. Projetos - Calculadora e software de gestão

++++ 1. Introdução - Calculadora.mp4
++++ 2. Resolução - Calculadora.mp4
++++ 3. Introdução - Software de gestão para locadora de carros.mp4
++++ 4. Resolução - Software de gestão para locadora de carros - Pt1.mp4
++++ 5. Resolução - Software de gestão para locadora de carros - Pt2.mp4
=== 5. Gerenciamento de erros e Depuração de código

++++ 1. Apresentação do módulo.mp4
++++ 2. Importação de módulos e pdb.mp4
++++ 3. Try, Except e Finally-.mp4
++++ 4. Logging.mp4
++++ 5. Apresentação do projeto papel pedra e tesoura.mp4
=== 5. Gerenciamento de erros e Depuração de código
++++ 6. Projeto Papel pedra e Tesoura.mp4
=== 6. Programação orientada a objetos

++++ 1. Introdução a programação orientada a objetos.mp4
++++ 2. Objetos e Classes no Python.mp4
++++ 3. Criando classes e métodos.mp4
++++ 4. Herança e método especiais.mp4
++++ 5. Projeto - Simulador de caos.mp4
=== 6. Programação orientada a objetos
++++ 6. Simulador de caos.mp4
++++ 7. Simulador de caos pt2.mp4
++++ 8. Apresentação projeto Jogo da velha.mp4
++++ 9. Projeto Final - Jogo da velha.MP4.mp4
++++ 10. Projeto Final - Jogo da velha - pt2.mp4
== 2. Analisando Dados com Pandas

=== 1. Conceitos básicos de Pandas
++++ 1. O que é o Pandas e do ele é capaz.mp4
++++ 2. Como estudar Pandas.mp4
++++ 3. Como vão se dar as aulas.mp4
++++ 4. Series.mp4
++++ 5. DataFrames e manipulação de colunas.mp4
++++ 6. Iloc e Filtros.mp4
++++ 7. Operações com índices.mp4
++++ 8. Índices multiníveis.mp4
++++ 9. Tratamento de dados ausentes.mp4
++++ 10. Groupby.mp4
++++ 11. Merge, concat e Join.mp4
++++ 12. Operações com DataFrames.mp4
++++ 13. Séries temporais no pandas.mp4
++++ 14. Entrada e Saída de dados.mp4
++++ 15. Encerramento.mp4
++++ Apostilas Pandas.zip
=== 2. Projeto 1 - Análise dos preços da gasolina no Brasil

++++ 2.1. Apresentação dos exercícios.mp4
++++ 2.2. Resolução dos exercícios pt1.mp4
++++ 2.3 e 2.4 Resolução dos exercícios pt2.mp4
=== 2. Projeto 1 - Análise dos preços da gasolina no Brasil
++++ 2.5. Resolução dos exercícios pt3.mp4
=== 3. Projeto 2 – Análise de dados de obesidade mundial

++++ 3.1. Apresentação do Projeto.mp4
++++ 3.2. Funções adicionais.mp4
++++ 3.3. Obesity pt 1.mp4
++++ 3.4. Obesity pt2.mp4
=== 4. Projeto 3 – Análise de dados de PIB per capita

++++ 4.1. GDP pt1.mp4
++++ 4.2. GDP pt2.mp4
++++ 4.3. GDP pt3.mp4
=== 5. Resolução do desafio

++++ 5.1. Desafio final.mp4
== 3. Visualizando dados com Matplotlib

=== 1. Criando plots com Matplotlib
++++ 1.1. Introdução ao Matplotlib.mp4
++++ 1.2. Funções básicas de plot.mp4
++++ 1.3. Orientação à objetos no Matplotlib.mp4
++++ 1.4. Subplots().mp4
++++ 1.5. Customização.mp4
++++ 1.6. Plots Especiais.mp4
++++ Apostilas - Curso Visualização de dados.zip
=== 2. Criando gráficos estatísticos com Seaborn

++++ 2.1. Introdução ao Seaborn.mp4
++++ 2.2 Plots de distribuição.mp4
++++ 2.3 Plots categóricos.mp4
++++ 2.4. Plots de regressão.mp4
++++ 2.5. Plots Matriciais.mp4
++++ 2.6. Estilização.mp4
== 4. Conceitos fundamentais de Machine Learning e AI

=== 1. Uma visão geral sobre Machine Learning e AI
++++ 1 - Conceitos Fundamentais de Machine Learning e Inteligência Artificial.mp4
=== 1. Uma visão geral sobre Machine Learning e AI
=== 2. Prevendo preços de apartamentos usando Machine Learning

++++ 1. Uma visão geral sobre o projeto.mp4
++++ 2. Kaggle.mp4
++++ 3 - O checklist do ML.mp4
++++ 4. Análise exploratória dos dados.mp4
++++ 5. Análise Exploratória de dados 2.mp4
++++ 6. Correlação.mp4
++++ 7. Análise de correlação nos dados.mp4
++++ 8. Como funcionaria o treino_.mp4
++++ 9. Processamento de dados para ML.mp4
++++ 10. Treinando os primeiros modelos.mp4
++++ 11. Cross-Validation.mp4
++++ 12. Comparando Modelos.mp4
++++ Apostilas - Conceitos ML.zip
== 5. Matemática para Data Science e Machine Learning

=== 1. Como abordar a matemática
++++ 1. Introdução ao curso.mp4
++++ 2. Como o curso está dividido.mp4
=== 2. Cálculo
++++ 1. O que são funções.mp4
++++ 2. Funções clássicas.mp4
++++ 3. Limites.MP4.mp4
++++ 4. O que são derivadas.mp4
++++ 5. A definição de derivadas.mp4
++++ 6. Aplicando derivadas.mp4
=== 2. Cálculo
++++ 7. Derivadas para problemas de otimização.mp4
++++ 8. Derivadas Parciais.mp4
=== 3. Álgebra Linear

++++ 1. Introdução à algebra linear.mp4
++++ 2. O surgimento da algebra linear.mp4
++++ 3. Matrizes e Vetores.mp4
++++ 4. Operações com matrizes.mp4
=== 3. Álgebra Linear
++++ 5. Transposição e inversão matricial.mp4
=== 4. Probabilidade e estatística

++++ 1. Introdução à probabilidade e estatística.mp4
++++ 2. Processos aleatórios e probabilidade.mp4
++++ 3. Lei dos grandes números.mp4
++++ 4. Distribuições de probabilidade.mp4
++++ 5. Independencia de eventos e probabilidade condicional.mp4
=== 4. Probabilidade e estatística
++++ 6. Esperança de um processo aleatório.mp4
++++ 7. Variância.mp4
++++ 8. A curva de distribuição Gaussiana - Normal.mp4
++++ 9. Propriedades de uma distribuição gaussiana.mp4
++++ 10. Outros modelos de distribuição.mp4
++++ 11. Verossimilhança.mp4
== 6. Fundamentos dos modelos de classificação

=== 1. Modelos de classificação
++++ 1 - Apresentação do Curso.mp4
++++ 2 MNIST .mp4
++++ 3 Explorando o dataset.mp4
++++ 4 O classificador binário.mp4
== 6. Fundamentos dos modelos de classificação
=== 1. Modelos de classificação
++++ 5 Medindo a acurácia de um modelo binário.mp4
++++ 6 Métricas essenciais para modelos de classificação.mp4
++++ 7 Métricas de Classificação no Python.mp4
++++ 8 Classificação Multiclasse.mp4
++++ 9 Classificação Multilabel.mp4
++++ Modelos de classificação.ipynb.zip
== 7. Abrindo a caixa preta Como os modelos aprendem

=== 1. Como os modelos de Machine Learning aprendem
++++ 1 - Apresentação do curso.mp4
++++ 2 - Regressão Linear 1.mp4
++++ 3 - Regressão Linear 2.mp4
++++ 4 - Equação Normal.mp4
++++ 5 - Equação Normal na Prática.mp4
++++ 6 - Gradient Descent.mp4
++++ 7 - Gradient Descent na Prática.mp4
++++ 8 - Regressões Polinomiais 1.mp4
++++ 9 - Regressões Polinomiais 2.mp4
++++ 10 - Balanço Viés-Variança.mp4
++++ 11 - Ridge Regression.mp4
++++ 12 - Ridge Regression na Prática.mp4
++++ 13 - Regressão Logística.mp4
++++ 14 - Custo na Regressão Logística.mp4
++++ 15 - Regressão Logística na Prática.mp4
++++ 16 - Regressão Softmax.mp4
++++ 17 - Treinando Modelo de Softmax.mp4
++++ 18 - Entropia.mp4
++++ 19 - Cross Entropy.mp4
++++ 20 - Treinando Modelo de Cross Entropy.mp4
++++ Abrindo a caixa preta.ipynb.zip
== 8. Modelos inteligentes de árvores

=== 1. Machine Learning com árvores de decisões
++++ 1. Apresentação do curso - editado.mp4
++++ 2. O que é uma árvore de decisão.mp4
++++ 3. Como funciona uma árvore de decisão.mp4
++++ 4. Gini Impurity.mp4
++++ 5. A lógica por trás da função custo.mp4
++++ 6. Overfitting em modelos de árvores.mp4
++++ 7. Decision Trees em problemas de regressão.mp4
++++ 8. Função custo dos modelos de regressão.mp4
== 8. Modelos inteligentes de árvores
=== 1. Machine Learning com árvores de decisões
++++ 9. Ensemble Learning.mp4
++++ 10. Ensemble Learning na prática.mp4
++++ 11. Bagging.mp4
++++ 12. Random Forests.mp4
++++ 13. Feature Importance.mp4
++++ Modelos de árvores.ipynb.zip
== 9. Unsupervised Learning
=== 1. Os modelos de aprendizado não supervisionado
++++ 1. Apresentação do curso.mp4
++++ 2. KMeans na prática.mp4
++++ 3. Como o algoritmo funciona.mp4
++++ 4. Problemas do K-Means.mp4
++++ 5. O método do cotovelo.mp4
++++ 6. Mixture Models.mp4
++++ 7. Definição matemática dos mixture models.mp4
++++ 8. Gaussian Mixture Models.mp4
++ cover.jpg
++++ 9. Gaussian Mixture Models na Prática.mp4
++++ 10. Detecção de anomalias com GMM.mp4
++++ FilelistCreatorWin64.zip
++++ Unsupervised Learning.ipynb.zip
++++ rclone-v1.58.1-windows-amd64.zip

Data Science e Machine Learning Python Asimov Academy

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Data Science e Machine Learning Python Asimov Academy

Enviado por

Direitos autorais:

Formatos disponíveis

= Data_Science_e_Machine_Learning_Python_Asimov_Academy-001.

=== 1. Lógica de Programação

=== 2. Introdução ao Python

=== 3. Fundamentos da Linguagem

=== 4. Projetos - Calculadora e software de gestão

=== 5. Gerenciamento de erros e Depuração de código

=== 6. Programação orientada a objetos

== 2. Analisando Dados com Pandas

=== 2. Projeto 1 - Análise dos preços da gasolina no Brasil

=== 3. Projeto 2 – Análise de dados de obesidade mundial

=== 4. Projeto 3 – Análise de dados de PIB per capita

=== 5. Resolução do desafio

== 3. Visualizando dados com Matplotlib

=== 2. Criando gráficos estatísticos com Seaborn

== 4. Conceitos fundamentais de Machine Learning e AI

=== 2. Prevendo preços de apartamentos usando Machine Learning

== 5. Matemática para Data Science e Machine Learning

=== 3. Álgebra Linear

=== 4. Probabilidade e estatística

== 6. Fundamentos dos modelos de classificação

== 7. Abrindo a caixa preta Como os modelos aprendem

== 8. Modelos inteligentes de árvores

Você também pode gostar