curso Asimov Academy (Vitalício)

Módulos do curso Asimov Academy (Vitalício)

Sua jornada de aprendizado

1. 01 1. Fundamentos de Python 346 aulas

   • Conceitos e Objetivos[2]
   • Listas
   • Primeiros passos com JupyterLab.ts
   • Como filtros funcionam – Kernels e convolução[2]
   • Números.ts
   • Tuplas e dados mutáveis
   • Estrutura Inicial – Bibliotecas[2]
   • Sequências
   • Variáveis.ts
   • A matriz como imagem tridimensional[2]
   • Slicing
   • Strings e Indexação.ts
   • A função range
   • Criando os Kernels[2]
   • Mais sobre Strings e Métodos embutidos.ts
   • Finalizando a Interpretação de Kernels[2]
   • For loops
   • Listas.ts
   • Dicionários.ts
   • Introdução ao Live Blur[2]
   • Iterando sobre sequências
   • Abrindo a nossa Câmera[2]
   • Break e continue
   • Tuplas.ts
   • While loops
   • Desafio – iteração
   • Função geradora de Kernels[2]
   • Input, Sets e Booleanos.ts
   • Apresentação Lógica de Programação.ts
   • Apresentação do módulo.ts
   • Apresentação à lógica de programação
   • Argumentos arbitrários com args e kwargs
   • Automações básicas com OS.ts
   • Boas vindas.ts
   • Boas-vindas.ts
   • Boas-vindas[2]
   • Branches no Git - A árvore do seu projeto
   • Como copiar uma seleção da tela.ts
   • Como montaremos nosso aplicativo web.ts
   • Como o GitHub pode ser um portfólio para seus projetos.ts
   • Como vamos aprender Python
   • Conteúdo das Messages
   • Controle de fluxo
   • Copiando, Movendo e Deletando Arquivos
   • Criando gráficos com Plotly.ts
   • Criando o Primeiro Repositório Local.ts
   • Desafio – cifra de César
   • Dicionários
   • Dimensões e Tipos de Dados[2]
   • Envio básico de e-mails
   • Finalizando o curso.ts
   • Finalização
   • Funções de iteração
   • Funções
   • Importando arquivos com código – a variável __name__
   • Inserção de texto.ts
   • Interação com arquivos e sistema operacional
   • Introdução ao Matplotlib
   • Introdução ao curso
   • Introdução – Calculadora.ts
   • Introdução – Software de gestão para locadora de carros.ts
   • Introdução
   • Introdução.ts
   • Introdução[2]
   • Lendo e Escrevendo Arquivos de Texto
   • Lendo o texto de um PDF
   • Matemática Intermediária e Cópias[2]
   • Mesclando tabelas - o PROCV no Python.ts
   • Miniprojeto - Caça ao Tesouro[2]
   • O bloco with
   • O conceito de UID
   • O que são IDEs
   • O que vamos aprender nesse curso.ts
   • O que vamos aprender nesse curso.ts
   • O que vamos aprender neste curso
   • O que você vai aprender
   • O que é Git e por que usá-lo.ts
   • O que é Python.ts
   • O que é o GitHub e sua importância.ts
   • O que é um PDF
   • O que é um ambiente virtual
   • O que é uma linguagem de programação.ts
   • O terminal do Windows
   • Orientação a objetos no Matplotlib[2]
   • Os erros mais comuns em Python
   • Para que serve o PyAutoGUI.ts
   • Pegando as coordenadas do mouse em tempo real.ts
   • Por que ler emails com Python
   • Projeto - Jogo da Velha – Parte 1
   • Projeto - Simulador de Caos – Parte 1
   • Projeto Jogo da Velha – Parte 1.ts
   • Projeto Pedra, Papel e Tesoura – Parte 1.ts
   • Projeto Simulador de Caos – Parte 1.ts
   • Recomendação de Estrutura de Classe
   • Rotação de páginas e conteúdo
   • Selecionando colunas e filtrando linhas.ts
   • Trabalhando em equipe com GitHub
   • Tratamento de exceções – Interrompendo o programa.ts
   • Variáveis
   • Desafio – iteração com múltiplas listas
   • Kernel Stacking[2]
   • Operadores de comparação.ts
   • Exercícios – Parte 1.ts
   • Implementando o Live Blur![2]
   • Solução dos exercícios – Parte 1.ts
   • Operadores de comparação em cadeia.ts
   • If, Elif e Else.ts
   • Range.ts
   • For.ts
   • While.ts
   • Compreensão em listas.ts
   • Funções.ts
   • A estrutura de um arquivo PDF
   • Adicionando novas colunas.ts
   • Algoritmos 1.ts
   • Anexos e estilização com HTML
   • Arquivos e Caminho de Arquivos
   • Asimov Academy - nossos princípios.ts
   • Atualização – instalando e configurando Python.ts
   • Combinando branches e lidando com conflitos.ts
   • Conjuntos e seus métodos
   • Conteúdo das Messages
   • Copiando, Movendo e Deletando Pastas
   • Credenciais e Acessos
   • Criando e Gerenciando Pull Requests no GitHub
   • Criando e ativando seu ambiente virtual
   • Criando nosso primeiro script
   • Criando um Repositório para seu Perfil.ts
   • Criando uma tabela.ts
   • DESAFIO – Modificando arquivo html
   • Depurando código com debugger
   • Desafio – baralho de cartas
   • Desempacotando sequências
   • Estatística Básica[2]
   • Estrutura do curso.ts
   • Estrutura do projeto e erros de importação
   • Executando o primeiro app Streamlit.ts
   • Funções built-in relevantes
   • Funções básicas de plot
   • Git no VSCode.ts
   • Importação de módulos e PDB.ts
   • Inserção dinâmica de texto.ts
   • Instalando Python no Windows
   • Instalando e configurando o VS Code
   • Instalando o Mu.ts
   • Instalação do Git.ts
   • Localização de uma imagem.ts
   • Lógica do PyAutoGUI.ts
   • Manipulações e Atribuição de Valores[2]
   • Miniprojeto - Jogo da Velha[2]
   • Miniprojeto 06 – Adicionando gráficos com Plotly.ts
   • Movimento absoluto.ts
   • Mudando as dimensões de um PDF
   • Métodos do OS.ts
   • O Conceito de Algoritmo
   • O bloco match case
   • O operador in
   • O que é Numpy[2]
   • O que é o .gitignore e como utilizá-lo
   • O que é um terminal
   • Objetos e classes no Python
   • Objetos e classes no Python.ts
   • Operadores de comparação
   • Operadores
   • Os desafios com extração de texto
   • Outros Filtros
   • Parâmetros e argumentos
   • Pressionar teclas.ts
   • Projeto - Jogo da Velha – Parte 2
   • Projeto - Simulador de Caos – Parte 2
   • Projeto Jogo da Velha – Parte 2.ts
   • Projeto Pedra, Papel e Tesoura – Parte 2.ts
   • Projeto Simulador de Caos – Parte 2.ts
   • Realizando cálculos na tabela.ts
   • Resolução – Calculadora.ts
   • Resolução – Software de gestão para locadora de carros – Pt1.ts
   • Subplots[2]
   • Trabalhando com tempo, datas e horas
   • descrição
   • nossos princípios[2]
   • Lambda.ts
   • Exercícios – Parte 2.ts
   • Solução dos exercícios – Parte 2.ts
   • Abrindo o primeiro arquivo PDF
   • Adicionando novas linhas.ts
   • Algoritmos 2.ts
   • Carregando os dados no Pandas.ts
   • Colaborando com Projetos Abertos -Entendendo o Fork
   • Compactando e Descompactando Pastas
   • Compreensão de lista
   • Conectando um repositório no GitHub
   • Construindo caminhos com pathlib
   • Cortando regiões de um PDF
   • Criando classes e métodos
   • Criando classes e métodos.ts
   • Customização[2]
   • Estruturas de controle de fluxo
   • Exemplos práticos de algoritmos
   • Extraindo imagens
   • Facilitando a extração de imagens – Flameshot.ts
   • Funções lambda (anônimas)
   • Hello World, números e REPL.ts
   • Importando arquivos Excel.ts
   • Inserção de avisos na tela.ts
   • Instalando e configurando o Pycharm
   • Introdução a Biblioteca Imbox
   • Iteração avançada com itertools
   • Lendo e Escrevendo Planilhas
   • Lidando com erros com blocos try except
   • Manipulação e busca em textos
   • Miniprojeto 04 – Visualizando volume de vendas e comissões.ts
   • Movimento relativo.ts
   • Métodos em Python
   • Números em Python
   • O que são as Messages
   • O que é uma linguagem de programação.ts
   • O que é uma linguagem de programação[2]
   • O terminal do Mac
   • O terminal do Windows.ts
   • O valor None
   • OS.path.ts
   • Operadores booleanos
   • Operadores de divisão
   • Para onde seguir
   • Plano cartesiano na tela.ts
   • Por que Numpy[2]
   • Projeto - Jogo da Velha – Parte 3
   • Projeto - Simulador de Caos – Parte 3
   • Projeto Jogo da Velha – Parte 3.ts
   • Projeto Simulador de Caos – Parte 3.ts
   • Quem deveria fazer este curso.ts
   • Reorganizações e Stacks[2]
   • Resolução – Software de gestão para locadora de carros – Pt2.ts
   • Selecionando o interpretador de Python nas IDEs
   • Teclas de atalho.ts
   • Try, Except e Finally.ts
   • Álgebra e Desafio Intermediário[2]
   • Adicionando carimbo e marca d’água
   • Advanced Indexing – Boolean Masking[2]
   • Algoritmos 3.ts
   • Apresentação do projeto.ts
   • Autenticação com SSH - Uma Alternativa ao Token PAT
   • Caminhos Absolutos e Caminhos Relativos
   • Compreensão de dicionários e conjuntos
   • Convertendo PDFs em imagens
   • Criando nossas próprias exceções com raise
   • Criando o primeiro componente.ts
   • DESAFIO – Organizando Arquivos por extensão
   • DESAFIO – Separando e Consolidando Planilhas
   • Decoradores
   • Desafio – Biblioteca padrão
   • Desafio – Iteração
   • Desafio – usuário e senha
   • Estabelecendo a conexão
   • Estrutura dos algoritmos
   • Estruturas de repetição
   • Expressão condicional
   • Extraindo páginas de um PDF
   • Herança e Métodos especiais
   • Herança e Métodos especiais.ts
   • Importação de módulos
   • Instalando Python no Mac
   • Instalando Python no Windows.ts
   • Logging.ts
   • Melhorando a identificação das imagens com OpenCV.ts
   • Miniprojeto 02 – Seleção de colunas e filtro de linhas.ts
   • Movimento de clique e arraste.ts
   • Métodos de dicionários
   • Navegação.ts
   • O console de iPython
   • O que podemos e não podemos fazer com Python.ts
   • O que podemos e não podemos fazer com Python[2]
   • O que é uma Message
   • Plots Especiais[2]
   • Resolução do Desafio[2]
   • Strings e Variáveis.ts
   • Tabelas dinâmicas - Pivotando e agrupando tabelas.ts
   • Texto em Python
   • Visualizando Tabelas.ts
   • descrição
   • A biblioteca padrão de Python
   • Algoritmos 4.ts
   • Clonando e colaborando com repositórios existentes
   • Combinando PDFs
   • Como decoradores funcionam
   • Como tirar suas dúvidas.ts
   • Como tirar suas dúvidas[2]
   • Construindo os gráficos.ts
   • Desafio Final[2]
   • Desafio – Conjuntos e compreensão de lista
   • Desafio – acerte o número
   • Elementos básicos da programação
   • Formatação em Strings, Listas e Slicing.ts
   • Identidade e o operador is
   • Jupyter Notebook e Jupyter Lab
   • Lendo e Escrevendo Json
   • Lendo tabelas de PDFs
   • Manipulando Caminhos de Arquivos
   • Miniprojeto 01 – Visualizando dados em um Web App.ts
   • Miniprojeto 03 – Adição de linhas à tabela.ts
   • Miniprojeto 05 – Tabela dinâmica.ts
   • Movimento com clique pressionado.ts
   • Métodos de strings e números
   • O que são IDEs.ts
   • O terminal do Linux
   • Organizando arquivos parte 1.ts
   • PDFs com senha
   • Usando type hints – tipagem de dados em Python
   • Variáveis
   • Anotações e anexos
   • Booleanos e Operadores de Comparação.ts
   • Encerramento
   • Extraindo todas as tabelas de um PDF
   • Finalizando o projeto.ts
   • Instalando Python no Linux
   • Instalando e configurando o VS Code.ts
   • Lendo e Escrevendo Arquivos Pickle
   • Métodos de listas e tuplas
   • O operador morsa (expressão de atribuição)
   • Organizando arquivos parte 2.ts
   • Outras opções de IDEs
   • Pegando valores do usuário
   • Retornando Conteúdos de uma Pasta
   • Tipos de clique.ts
   • Utilidades do módulo functools
   • Variáveis.ts
   • Desafio – Funções
   • Desafio – Operadores
   • Desafio – contador de caracteres
   • Desafio – entrevista
   • EXERCÍCIO – Encontrando arquivo
   • Extensões e atalhos do VS Code
   • If, Elif e Else.ts
   • Lendo e Escrevendo Arquivos XML
   • Operadores.ts
   • Outras opções de instalação
   • Scroll.ts
   • DESAFIO – Tamanho de uma pasta
   • Desafio – jogo dos estados
   • Estruturas de controle de fluxo.ts
   • For.ts
   • Formatação de texto
   • Jupyter Notebook e Jupyter Lab.ts
   • Aula extra – Compreensão de lista
   • Estruturas de repetição.ts
   • descrição
2. 02 2. Web apps e Dashboards 212 aulas

   • Introdução Dash.ts
   • Introdução ao projeto Sales Analysis.ts
   • Que nível de projetos atingiremos.ts
   • Instalação Dash.ts
   • Jupyter Lab.ts
   • O que é html - guia de tags, IDs e Classes
   • A estratégia em Prática.ts
   • Estrutura básica do Dash.ts
   • Revisão de CSS e como utilizar no Dash.ts
   • Gerando Gráficos.ts
   • Iniciando os Modais.ts
   • Layout 1.ts
   • Utilizando temas do DBC.ts
   • Callback novo Advogado.ts
   • Componentes de Layout.ts
   • Customização do layout.ts
   • Row 1.ts
   • Cartões e Botões.ts
   • Layout 2.ts
   • Row 2.ts
   • SQL, finalmente!.ts
   • Decorators.ts
   • Exercício de planejamento de layout.ts
   • Modal novo Processo.ts
   • Row 3.ts
   • Callbacks 1 – Sales Analysis.ts
   • Callbacks – 1.ts
   • Novos Processos.ts
   • Projeto – Aprimorando o projeto do supermercado.ts
   • Callbacks 2 – Sales Analysis.ts
   • Callbacks com gráficos.ts
   • Card de Filtros.ts
   • Projeto – Estilização do menu lateral.ts
   • A documentação de uma API.ts
   • A trilha para tirar suas ideias do papel.ts
   • APIs privadas e autenticação básica.ts
   • Acessando nossa primeira API.ts
   • Anatomia de um Request.ts
   • Aplicação dos conceitos.ts
   • Apresentação do projeto Análises Esportivas.ts
   • Apresentação do projeto de vendas em supermercados.ts
   • Apresentação do projeto – Asimov News.ts
   • Apresentação do projeto – Otimizador de Rotas.ts
   • Apresentação projeto – Deploy Streamlit Cloud.ts
   • Criando gráficos com Plotly.ts
   • Dash FIFA 2023.ts
   • Django Admin[2]
   • Entendendo html e a estrutura de uma página web.ts
   • Entendendo o localhost e endereços de IP.ts
   • Esperando carregamento de elementos.ts
   • Finalizando o curso.ts
   • Formulários[2]
   • Input Widgets.ts
   • Instalação do Django.ts
   • Introdução ao Streamlit.ts
   • Introdução ao curso - APIs para iniciantes.ts
   • Introdução ao curso
   • Introdução ao deploy.ts
   • Introdução do curso.ts
   • Introdução.ts
   • Introdução[2]
   • Listando receitas[2]
   • Mesclando tabelas - o PROCV no Python.ts
   • Models[2]
   • O que acontece quando você acessa um site.ts
   • O que são views.ts
   • O que vamos aprender nesse curso.ts
   • O que vamos aprender neste curso.ts
   • O que é uma interface.ts
   • O uso de States.ts
   • Overview do BeautifulSoup.ts
   • Planejamento e análise inicial dos dados.ts
   • Renderizando Templates.ts
   • Selecionando colunas e filtrando linhas.ts
   • Tags.ts
   • Templates especiais para seus projetos.ts
   • Callbacks 3 – Sales Analysis.ts
   • Callbacks com múltiplos inputs.ts
   • Gerando cards por funções.ts
   • Projeto – Finalizando.ts
   • Ids Dinâmicas.ts
   • Gerando os cards.ts
   • Gerando os Cards 2.ts
   • Abrindo o modal de Processos.ts
   • A arquitetura do Asimov News.ts
   • Adicionando novas colunas.ts
   • Adicionando o primeiro destino.ts
   • Analisando a documentação do BeautifulSoup.ts
   • Autenticação Bearer com chave de API.ts
   • Autenticação Bearer com tokens de acesso.ts
   • Breve introdução ao Selenium.ts
   • Browser e Extração.ts
   • Busca e filtros[2]
   • Callbacks em cadeia.ts
   • Classes e Ids.ts
   • Construção do Layout.ts
   • Criando uma tabela.ts
   • Deploy completo no Streamlit Cloud.ts
   • Do que o Dash é capaz
   • Estratégias de deploy.ts
   • Explorando a estrutura do projeto.ts
   • Explorando métodos de elemento.ts
   • Extraindo dados do IBGE.ts
   • Gerando e analisando Requests.ts
   • HTTP - o protocolo da Internet.ts
   • Hospedagem e deploy - como tornar seu site acessível pela web.ts
   • Ingestão de dados.ts
   • Layout.ts
   • Lidando com variáveis globais – Boas práticas.ts
   • Localizando elementos por tag e atributos.ts
   • Miniprojeto 06 – Adicionando gráficos com Plotly.ts
   • Mostrar receita pelo ID[2]
   • O que são requisições HTTP - Métodos e funcionamento.ts
   • O que é o Django.ts
   • O que é uma API.ts
   • Persistência de dados[2]
   • Processo de criação do projeto.ts
   • Quem é você - Desenvolvedor web ou resolvedor de problemas.ts
   • Realizando cálculos na tabela.ts
   • Rodando o primeiro Dashboard.ts
   • Schemas de resposta e parâmetros de URL.ts
   • Tabelas e registros[2]
   • Tags Templates.ts
   • URLs e Rotas.ts
   • Verificando campos e avisando o usuári[2]
   • View de jogadores e teams.ts
   • Adicionando novas linhas.ts
   • Adicionando segundo destino a aba de rotas.ts
   • Apresentando dados no Streamlit.ts
   • Atualizando projetos em tempo real.ts
   • Ações em cadeia e Keys Especiais.ts
   • Cacheamento e Multipages.ts
   • Callbacks e configurações finais.ts
   • Combinando Requests de APIs diferentes.ts
   • Como a trilha está organizada - O que você vai aprender.ts
   • Como colocar o projeto em produção.ts
   • Códigos de status HTTP.ts
   • EXERCÍCIO 01 – Localizando elementos no Mercado Livre.ts
   • Editando registros[2]
   • Exercitando a lógica de Web Scraping.ts
   • Herança de Templates.ts
   • Importando arquivos Excel.ts
   • JSON Web Tokens (JWTs) e bibliotecas de APIs.ts
   • Layout – Dashboard de vendas.ts
   • Limitações da biblioteca Requests.ts
   • Lógica de Web Scraping.ts
   • Miniprojeto - Web App de tempo com OpenWeather.ts
   • Miniprojeto 04 – Visualizando volume de vendas e comissões.ts
   • Nosso primeiro Request.ts
   • O papel do HTML e do Frontend.ts
   • O que é ORM[2]
   • O que é um Framework.ts
   • O surgimento da API REST.ts
   • Projetos e Apps.ts
   • Pré-requisitos para o Curso
   • Quando callbacks são executados.ts
   • Views e URLs dinâmicas.ts
   • Web Scraping do globo.com.ts
   • A arquitetura MVT.ts
   • Adicionando múltiplos destinos a aba de rotas.ts
   • Alternativas de mercado para colocar projetos em produção.ts
   • Bibliotecas.ts
   • Callbacks – Dashboard de vendas.ts
   • Como o curso está estruturado (1)
   • Componentes adicionais.ts
   • Criando o primeiro App.ts
   • Criando tabelas com Dash DataTable.ts
   • Finalizando o curso.ts
   • Imports e estrutura básica.ts
   • Lidando com variáveis globais – Callbacks.ts
   • Miniprojeto - Web App com dados do Spotify.ts
   • Miniprojeto - Web App de popularidade de nomes do IBGE.ts
   • Miniprojeto 02 – Seleção de colunas e filtro de linhas.ts
   • Tabelas dinâmicas - Pivotando e agrupando tabelas.ts
   • Uso da biblioteca Selenium.ts
   • Utilizando XPATH para localizar elementos em um HTML.ts
   • Visualizando Tabelas.ts
   • Atributos básicos da classe.ts
   • Como tirar suas dúvidas.ts
   • Componentes da comunidade.ts
   • Criando distância entre pares de endereços.ts
   • Dash x Excel, Tableau e Power BI
   • Deploy no Heroku – Parte 1.ts
   • Detecção de triggers em callbacks.ts
   • Localizando elementos por XPATH.ts
   • Miniprojeto 01 – Visualizando dados em um Web App.ts
   • Miniprojeto 03 – Adição de linhas à tabela.ts
   • Miniprojeto 05 – Tabela dinâmica.ts
   • Utilizando a API do Sofascore.ts
   • Como tirar suas dúvidas
   • Criando otimizador de rotas.ts
   • Deploy no Heroku – Parte 2.ts
   • EXERCÍCIO 02 – Localizando elementos da Amazon.ts
   • Thread de atualização de notícias.ts
   • Utilizando a API do Sofascore – Parte 2.ts
   • Construindo a tela principal.ts
   • Construindo o DataFrame.ts
   • Deploy no Render.ts
   • EXERCÍCIO -2 – Localizando elementos na Amazon – Parte 2.ts
   • Mostrando resultado da otimização.ts
   • Construindo o Gráfico.ts
   • Lógica de adição e exclusão de sites.ts
   • Montando o display_news.ts
   • APIs para iniciantes - HTTP, Requests e APIs com Python
   • Banco de dados com Django
   • Criando Aplicativos Web com Streamlit
   • Dashboards Interativos com Python
   • Django Básico
   • Introdução à Python para Web - Apostila Asimov Academy
   • Python para Usuários de Excel
   • Web Scraping - Extraindo dados da Web
   • curso_selenium
3. 03 3. Formação Engenheiro de Agentes de IA 296 aulas

   • RAG – Introdução a técnica Retrieval Augmented Generation.ts
   • Retrieval Augmented Generation (RAG)
   • Comparação entre RAG e Fine Tuning
   • Document Loaders – Carregando dados com Langchain.ts
   • Criando um Document Loader Customizado no LangChain
   • Text Splitters – Dividindo texto em trechos.ts
   • Embeddings – Transformando texto em vetores.ts
   • VectorStores – Criando uma base de dados de vetores.ts
   • Retrieval – Encontrando trechos relevantes.ts
   • A bi
   • A grande oportunidade existente hoje no mercado de IA.ts
   • A trilha mais importante que já desenvolvemos.ts
   • Abertura da Trilha.ts
   • Acessando Datasets do Hug
   • Acessando modelos de IA através da Inference API.ts
   • Adição de funções externas a API da OpenAI.ts
   • Apresentando a Assistants API.ts
   • Apresentação ao curso de Engenharia de Prompt.ts
   • Apresentação curso - Explorando IAs de Geração de Texto
   • Apresentação curso – Agents de IA com Python e LangChain.ts
   • Apresentação do curso Aplicações de IA com Langchain.ts
   • Apresentação do módulo.ts
   • Apresentação do projeto.ts
   • Apresentação – Explorando API da OpenAI.ts
   • Apresentação
   • Bem-vindo ao curso de CrewAI.ts
   • Bem-vindo ao curso de Deploy com CrewAI.ts
   • Bem-vindo!.ts
   • Como um Agent é construído.ts
   • Conectando seu próprio MCP ao Claude Desktop.ts
   • Configurando o Agno
   • Construindo um projeto pronto para produção.ts
   • Criando Chains com LCEL.ts
   • Criando e editando imagens com DALL-E.ts
   • Criando um servidor MCP local.ts
   • Criação de tools com LangChain.ts
   • Criação de áudios a partir de textos.ts
   • Dando tempo para o modelo pensar (COT).ts
   • Explorando a Interface e Funcionalidades.ts
   • Finalizando o curso de Aplicações de IA com Langchain.ts
   • Finalizando o curso de CrewAI.ts
   • Gerando texto com Anthropic Claude e Python
   • Gerando texto com Cohere e Python
   • Gerando texto com Google Gemini e Python
   • Gerando texto com Mistral AI e Python
   • Gerando texto com OpenAI e Python
   • Gerando texto e transcrevendo audio com Groq e Python
   • Instalando Ollama e gerando texto com Ollama e Python
   • Instalando e Configurando o Cursor AI.ts
   • Integração com MCPs.ts
   • Introdução ao curso - MCPs na prática.ts
   • Introdução ao curso – IAs para imagens e áudio.ts
   • Introdução aos Modelos MCP.ts
   • Lidando com Alucinações e usando Ferramentas.ts
   • Miniprojeto - criando um MCP de previsão do tempo.ts
   • Miniprojeto - seu primeiro cliente de MCP para busca na Wikipedia.ts
   • Models – Conceitos avançados.ts
   • O Perceptron.ts
   • O que são arquivos de imagem.ts
   • O que são arquivos de vídeo.ts
   • O que são arquivos de áudio.ts
   • O que você vai aprender neste curso.ts
   • O que é Hugging Face
   • O que é o Cursor AI.ts
   • O que é o deploy
   • O que é um Multi-agent System.ts
   • Observabilidade com AgentOps.ts
   • Por que “aprender a aprender”.ts
   • Primeira etapa - Processar toda a internet.ts
   • Princípios da Engenharia de Prompt na criação de Crews.ts
   • Quinta etapa - Reinforcement Learning.ts
   • Resumo e Extração.ts
   • Testando a API com Postman.ts
   • Tire suas dúvidas com os professores.ts
   • Tools de CrewAI.ts
   • Utilizando IAs de tradução.ts
   • Utilizando LangChain para acessar o Llama 3.ts
   • Utilizando o ChatGPT para gerar textos.ts
   • descrição
   • descrição
   • O que o Agno tem de especial
   • RAG – Conversando com os seus dados.ts
   • Um pipeline completo com RAG.ts
   • A plataforma Hugging Face
   • Adicionando tools ao meu projeto.ts
   • Adição de funções externas utilizando LangChain.ts
   • Analisando dados com Assistants Code Interpreter.ts
   • Assistentes X Agentes.ts
   • Casos de Uso e Dicas de Aplicação.ts
   • Classificação de imagens.ts
   • Classificação de vídeo.ts
   • Classificação de áudio.ts
   • Como a formação está organizada
   • Como computadores resolvem problemas - Algoritmo x Machine Learning.ts
   • Como uma aplicação IA funciona.ts
   • Conceitos Gerais de LLMs.ts
   • Conectando MCPs externos ao Claude Desktop.ts
   • Configuração Inicial e Ambiente de Uso.ts
   • Conhecendo a comunidade do
   • Conversando com um chatbot pela Inference API.ts
   • Criando nosso primeiro Agente
   • Criando seu primeiro ChatBot.ts
   • Criando um projeto pronto para deploy.ts
   • Criando um servidor MCP remoto.ts
   • Criando uma chain com LCEL.ts
   • DeepSeek, AI Leaderboard e fechamento.ts
   • Desafio - Chains com LCEL
   • Diferenciais e Recursos Avançados
   • Elementos de um Prompt.ts
   • Encadeamento (Chaining).ts
   • Ensino baseado em projetos.ts
   • Entendendo tools
   • Estruturado Agents e Tasks com ajuda do ChatGPT
   • Evitando erros comuns com LangChain
   • Explorando a documentação da API.ts
   • Gerando texto com Anthropic Claude e LangChain
   • Gerando texto com Cohere e LangChain
   • Gerando texto com Google Gemini e LangChain
   • Gerando texto com Groq e LangChain
   • Gerando texto com HuggingFace e Python
   • Gerando texto com Mistral AI e LangChain
   • Gerando texto com Ollama e LangChain
   • Gerando texto com OpenAI e LangChain
   • Gerando uma stream de texto.ts
   • Inferência e Análise de Sentimento.ts
   • Integrando o MCP de previsão do tempo com todos os clientes.ts
   • Interagindo com o usuário - Variáveis e tipos de dados.ts
   • MCPs Origem, Conceito e Aplicações no Cursor AI
   • Mode
   • Modelos precisam de tokens para pensar.ts
   • O conceito central de CrewAI.ts
   • O que você precisa saber para fazer seu deploy
   • O que é um Agente
   • O que é um agente.ts
   • O que, como e por quê.ts
   • Por que aprender a usar o Cursor AI.ts
   • Principais frameworks para Aplicações IA.ts
   • Processo completo para criação de tool de temperatura e do wikipedia.ts
   • Projeto - Criando uma crew para criar crews.ts
   • Quem é você - Usuário, Engenheiro ou Desenvolvedor.ts
   • Segunda etapa - Tokenização.ts
   • Testando a API com Python.ts
   • Tipos de Models do LangChain
   • Transcrição de áudios.ts
   • Transformers e LLMs.ts
   • Um panorama atual das IAs.ts
   • Uma visão geral sobre Redes Neurais.ts
   • Utilizando IAs de resumo.ts
   • Visão computacional com GPT-Vision.ts
   • descrição
   • descrição
   • descrição
   • descrição
   • descrição
   • descrição
   • 3 O que são agentes de IA
   • Adicionando meu projeto ao GitHub.ts
   • Adicionando saldo a sua conta da OpenAI.ts
   • Agents e Tools - como uma aplicação IA acessa ferramentas.ts
   • Analisando arquivos PDF com Assistants Retrieval.ts
   • Assistentes X Agentes
   • Atualização nas Bibliotecas LangChain e Pydantic
   • Classificando textos com IAs.ts
   • Classificação de imagens zero-shot (sem contexto).ts
   • Como nosso cérebro aprende.ts
   • Como pensar ao trabalhar com modelos de linguagem.ts
   • Conectando MCPs com CursorAI.ts
   • Convertendo Linguagem com MCP.ts
   • Cria
   • Criando nossas proprias Tools
   • Criando tools personalizadas para CrewAI.ts
   • Criando um AgentExecutor com memória.ts
   • Criando um Space com nosso
   • DESAFIO – Criando um Chatbot em Python.ts
   • Dando accesso a sites para o nosso bot.ts
   • Detecção de objetos em vídeo.ts
   • Entendendo Crews, Agents, Tasks, Tools e Processes.ts
   • Explorando clientes de MCP.ts
   • FastAPI - nossa escolha para deploy
   • Finalização curso - Explorando IAs de Geração de Texto
   • Fornecendo mais contexto aos seus tools
   • Gerando texto com HuggingFace e LangChain
   • Iterações repetidas - Loops e condicionais.ts
   • LLMs, GPT e o futuro.ts
   • LangChain Expression Language
   • LangSmith para observabilidade da aplicação.ts
   • Mini-projeto – Chatbot com reconhecimento de fala.ts
   • Modelos restritos e outras considerações.ts
   • Models – Acessando modelos de linguagem.ts
   • O que você vai aprender nesta trilha.ts
   • Os princípios de um bom prompt.ts
   • Outros exemplos de classificação de áudio.ts
   • Para quem é este curso.ts
   • Persona, Público e Exemplos.ts
   • Por que utilizar Python.ts
   • Porque Python + AI - O que você será capaz de fazer.ts
   • Projeto - Refinando a crew para criar crews.ts
   • Prompt Templates – Criando prompts para aplicações robustas.ts
   • Revisitando o Hugging Face.ts
   • Roteamento para execução automática de tools.ts
   • Terceira etapa - Realizando o pretraining.ts
   • Testando nossa p
   • Tipos de IAs.ts
   • Transformando, traduzindo e modificando.ts
   • descrição
   • Acessando vídeos de Youtube e PDFs.ts
   • Adicionando funções e ferramentas externas.ts
   • Agent types – Entendo os Agents Tool Calling e ReAct.ts
   • Armazenando interações - Listas, dicionários e funções.ts
   • As propriedades de um modelo BASE.ts
   • Como a trilha está organizada.ts
   • Como criar Tools customizados.ts
   • Como essa Trilha está organizada.ts
   • Como funciona uma API com FastAPI
   • Como um agente executa tarefas
   • Considerações sobre o deplo
   • Criando sua primeira Crew.ts
   • Criação de Chatbots Personalizados.ts
   • Delimitadores e Saídas Estruturadas.ts
   • Desafio - Criando uma Função para Obter Emails
   • Desafio - Enviando um Email
   • Encerramento do curso.ts
   • Entendendo os Runnables.ts
   • Fazendo deploy de uma crew.ts
   • Finalização – Explorando API da OpenAI.ts
   • Hábitos e procrastinação.ts
   • Inicializando a biblioteca da OpenAI.ts
   • LangChain vs. API da OpenAI
   • Miniprojeto – webapp com múltiplos chatbots.ts
   • Outros conceitos de MCPs
   • Por que utilizar Python
   • Segmentação de imagens.ts
   • Testando e compa
   • Transcrição de áudio – reconhecimento de voz.ts
   • Usando o ChatGPT via API
   • Utilizando templates para prompts
   • AgentOS e AgentUI - instalação e integração
   • Agents Toolkits – Criando Agents para analisar Dataframes e Sql.ts
   • Agno ou Langchain
   • As principais técnicas de aprendizado.ts
   • Aumentando o poder do seu script com bibliotecas.ts
   • Criando a estrutura final do nosso ChatBot.ts
   • Criando endpoints para agentes com FastAPI
   • DESAFIO – ChatBot Finanças – Parte 1.ts
   • Encerramento - MCPs na prática.ts
   • Erros comuns ao usar a API da OpenAI
   • Explorando tools padrão da biblioteca LangChain.ts
   • Finalizando o curso de Engenharia de Prompt.ts
   • Modelo Context Protocol - como os MCPs padronizam o uso de Tools.ts
   • Os principais Runnables do LangChain
   • Output Parsers – Padronizando a resposta do modelo.ts
   • Prompt Zero, One e Few-Shot.ts
   • Quarta etapa - O Supervised Fine-Tuning.ts
   • Segmentação de imagens zero-shot.ts
   • Tagging – Categorização de texto utilizando funções.ts
   • Texto para áudio – narrador de texto.ts
   • descrição
   • Agno AgentOS - uma alternativa simplificada
   • Cadeias de roteamento.ts
   • Como aprender a programar.ts
   • DESAFIO – ChatBot Finanças – Parte 2.ts
   • Desafio - Output Parsers
   • Detecção de objetos.ts
   • Documentação de tools do LangChain
   • Finalizando o projeto.ts
   • Finalização do curso de Agents.ts
   • Interpretando Dados com Funções
   • Storage
   • Criando um novo modelo com Fine Tuning.ts
   • Detecção de objetos zero-shot.ts
   • Extraction – Extraindo e estruturando informações de textos.ts
   • Frontend para sua API com AgentUI
   • Memory - Adicionando memória à conversa com o modelo.ts
   • Memória
   • O que fazer agora.ts
   • Adicionando conhecimento externo ao agente com RAG
   • Frontend para sua API com Streamlit
   • Outras tarefas com imagens.ts
   • Praticando a Extração de Informações
   • Utilizando um modelo treinado com Fine Tuning.ts
   • Deploy do projeto no Render
   • Sistemas
   • Agents de IA com Python e LangChain
   • Aplicações de IA com LangChain - Asimov Academy
   • Apostila - Domine a IDE CursorAI
   • Criando Agentes de IA com Agno
   • Criando Multi Agent Systems com CrewAI
   • Deploy com CrewAI
   • EngenhariaPrompts
   • Explorando a API da OpenAI
   • Explorando as principais IAs de Geração de Texto
   • Explorando o Universo das IAs com Hugging Face
   • IAs para Imagens e Áudio com Hugging Face
   • Introdução à Inteligência Artificial
   • MCPs na Prática
   • Python para IA - do zero ao primeiro chatbot
4. 04 4. Automações & Web Scraping 120 aulas

   • A trilha que aumenta sua produtividade em 100
   • A trilha que mudará sua jornada de trabalho
   • Aplicação dos conceitos.ts
   • Apresentação do módulo.ts
   • Apresentação.ts
   • Apresentação do projeto – Asimov News.ts
   • Como a trilha está estruturada
   • Conteúdo das Messages
   • Copiando, Movendo e Deletando Arquivos.ts
   • Criando o script de organização.ts
   • Envio básico de e-mails
   • Finalização.ts
   • Instalando o Openpyxl.ts
   • Integração com automações
   • Introdução
   • Lendo e Escrevendo Arquivos de Texto.ts
   • Lendo o texto de um PDF.ts
   • O conceito de UID
   • O que vamos aprender neste curso.ts
   • O que é um PDF.ts
   • Overview do BeautifulSoup.ts
   • Por que ler emails com Python
   • Porque Python para Empresas.ts
   • Recomendação de Estrutura de Classe
   • Rotação de páginas e conteúdo.ts
   • Tags
   • Apresentação do projeto Análises Esportivas
   • A arquitetura do Asimov News.ts
   • A estrutura de um arquivo PDF.ts
   • Afinal, o que é uma automação
   • Agendamento no Mac e Linux – Crontab.ts
   • Analisando a documentação do BeautifulSoup.ts
   • Anexos e estilização com HTML
   • Arquivos e Caminho de Arquivos.ts
   • Browser e Extração
   • Classes e Ids
   • Como a trilha está organizada.ts
   • Conceitos básicos.ts
   • Copiando, Movendo e Deletando Pastas.ts
   • Credenciais e Acessos
   • DESAFIO – Modificando arquivo html.ts
   • Extraindo dados do IBGE.ts
   • Filtros por Data
   • Integrando o conhecimento com outras trilhas
   • Integração com dashboards e análise de dados
   • Métodos básicos do Pillow.ts
   • Mudando as dimensões de um PDF.ts
   • Os desafios com extração de texto.ts
   • Outros Filtros
   • Processo de criação do projeto
   • Quem é você - Desenvolvedor ou solucionador de problemas
   • descrição
   • descrição
   • A sua vaga no futuro
   • Abrindo o primeiro arquivo PDF.ts
   • Agendamento no Windows.ts
   • Compactando e Descompactando Pastas.ts
   • Construindo caminhos com pathlib.ts
   • Cortando regiões de um PDF.ts
   • Exercitando a lógica de Web Scraping
   • Extraindo imagens.ts
   • Fórmulas.ts
   • Integração com IA, Data Science e visão computacional
   • Introdução a Biblioteca Imbox
   • Lendo e Escrevendo Planilhas.ts
   • Limitações da biblioteca Requests.ts
   • Lógica de Web Scraping
   • O que são as Messages
   • RGB e mescla de imagens.ts
   • Transformação pela automação
   • Web Scraping do globo.com.ts
   • Adicionando carimbo e marca d’água.ts
   • Apresentação dos projetos.ts
   • Bibliotecas
   • Caminhos Absolutos e Caminhos Relativos.ts
   • Convertendo PDFs em imagens.ts
   • DESAFIO – Organizando Arquivos por extensão.ts
   • DESAFIO – Separando e Consolidando Planilhas.ts
   • Estabelecendo a conexão
   • Estilização.ts
   • Extraindo páginas de um PDF.ts
   • Imports e estrutura básica.ts
   • O que é uma Message
   • Sua nova rotina com Python
   • Uso da biblioteca Selenium.ts
   • descrição
   • Atributos básicos da classe.ts
   • Combinando PDFs.ts
   • Como tirar suas dúvidas
   • Gráfico de linhas.ts
   • Lendo e Escrevendo Json.ts
   • Lendo tabelas de PDFs.ts
   • Manipulando Caminhos de Arquivos.ts
   • PDFs com senha.ts
   • Projeto 1 – Comprimindo imagens.ts
   • Utilizando a API do Sofascore.ts
   • Anotações e anexos.ts
   • Gráfico de barras.ts
   • Lendo e Escrevendo Arquivos Pickle.ts
   • Lendo tabelas de PDFs.ts
   • Projeto 2 – Imagens em preto e branco.ts
   • Retornando Conteúdos de uma Pasta.ts
   • Thread de atualização de notícias.ts
   • Utilizando a API do Sofascore – Parte 2.ts
   • Construindo a tela principal.ts
   • Construindo o DataFrame.ts
   • EXERCÍCIO – Encontrando arquivo.ts
   • Lendo e Escrevendo Arquivos XML.ts
   • Projeto 3 – Marca d’água automática.ts
   • Construindo o Gráfico
   • DESAFIO – Tamanho de uma pasta.ts
   • Lógica de adição e exclusão de sites.ts
   • Montando o display_news.ts
   • Automatizando Excel
   • Consumo e Segmentação de Emails
   • Edição Automatizada de Imagens
   • Execução Automatizada de Programas
   • Lendo e Escrevendo Arquivos
   • Lendo e Manipulando Arquivos PDF
   • Web Scraping - Extraindo dados da Web
5. 05 5. Análise de dados 455 aulas

   • Introdução
   • Aeroporto de Schiphol - Revendo Endpoints
   • Apresentação do curso – Aprendizado não supervisionado.ts
   • Apresentação do curso – Modelos de árvores.ts
   • Apresentação do módulo.ts
   • Conceitos e Objetivos
   • Introdução Dash.ts
   • Introdução ao Asimov Associates
   • Introdução ao projeto Sales Analysis.ts
   • Introdução à probabilidade e estatística.ts
   • Introdução
   • Início do Projeto
   • Por que migrar para Análise de Dados
   • Primeira DAG com BashOperator
   • Que nível de projetos atingiremos.ts
   • A mentalidade de quem evolui rápido
   • AircraftTypes - Extract e Paginação - playlist
   • Airflow e Arquitetura
   • Como filtros funcionam – Kernels e convolução
   • Customizando Devcontainer
   • DAG com PythonOperator - video
   • Index – Asimov Associates
   • Instalação Dash.ts
   • Jupyter Lab.ts
   • KMeans na prática.ts
   • O que é uma árvore de decisão.ts
   • O que é html - guia de tags, IDs e Classes
   • Processos aleatórios e probabilidade.ts
   • Regressão Linear 1.ts
   • A estratégia em Prática.ts
   • AircraftTypes - Extract e Paginação
   • BranchPythonOperator - fluxo com IF do Airflow =- playlist
   • Como funciona uma árvore de decisão.ts
   • Como o algoritmo de KMeans funciona.ts
   • Estrutura Inicial – Bibliotecas
   • Estrutura básica do Dash.ts
   • Lei dos grandes números.ts
   • Máquina Virtual _ Asimov Academy
   • Os 5 pilares para pensar como um analista de dados
   • Regressão Linear 2.ts
   • Revisão de CSS e como utilizar no Dash.ts
   • Sidebar
   • A equação normal para resolução de regressões lineares.ts
   • A matriz como imagem tridimensional
   • Configuração Avançada de Logging
   • Distribuições de probabilidade.ts
   • Docker Desktop _ Asimov Academy
   • Gerando Gráficos.ts
   • Gini Impurity.ts
   • HttpOperator - Consumindo API - video
   • Iniciando os Modais
   • Instalação do DBeaver _ Asimov Academy
   • Layout 1.ts
   • O caminho ideal para iniciar
   • Problemas do K-Means.ts
   • Utilizando temas do DBC.ts
   • A equação normal na prática.ts
   • A lógica por trás da função custo.ts
   • Acessando API de Produtos e Carts
   • Callback novo Advogado
   • Como seu trabalho atual pode ser sua vantagem injusta
   • Componentes de Layout.ts
   • Criando Banco de Dados - Schiphol_DB -
   • Criando os Kernels
   • Customização do layout.ts
   • Elbow Method (O método do cotovelo).ts
   • Executando Airflow pela Primeira Vez
   • Independência de eventos e probabilidade condicional.ts
   • Row 1.ts
   • Cartões e Botões.ts
   • Esperança de um processo aleatório.ts
   • Finalizando a Interpretação de Kernels
   • Gradient Descent.ts
   • Layout 2.ts
   • Mixture Models.ts
   • Overfitting em modelos de árvores.ts
   • Row 2.ts
   • SQL, finalmente!
   • Salvando dados da API
   • AircraftTypes Load - Asimov Academy - 1920x1080 8249K
   • Decision Trees em problemas de regressão.ts
   • Decorators.ts
   • Definição matemática dos mixture models.ts
   • Escrevendo Scripts de Produção
   • Exercício de planejamento de layout.ts
   • Implementando o Gradient Descent.ts
   • Introdução ao Live Blur
   • Modal novo Processo
   • Row 3.ts
   • Variância.ts
   • Abrindo a nossa Câmera
   • Airlines Extract - Asimov Academy - 1920x1080 8259K
   • Callbacks 1 – Sales Analysis.ts
   • Callbacks – 1.ts
   • Construindo Imagem para Produção
   • Curva de distribuição Gaussiana.ts
   • Função custo dos modelos de regressão.ts
   • Gaussian Mixture Models.ts
   • Novos Processos
   • Projeto – Aprimorando o projeto do supermercado.ts
   • Regressões Polinomiais 1.ts
   • Airlines Transform e Load - Asimov Academy - 1920x1080 8257K
   • Callbacks 2 – Sales Analysis.ts
   • Callbacks com gráficos.ts
   • Card de Filtros
   • Ensemble Learning.ts
   • Função geradora de Kernels
   • Gaussian Mixture Models na Prática.ts
   • Projeto – Estilização do menu lateral.ts
   • Propriedades de uma distribuição gaussiana.ts
   • Regressões Polinomiais 2.ts
   • Acessando e manipulando colunas.ts
   • Acessando os Dados.ts
   • Apresentação do Curso.ts
   • Apresentação do curso – Modelos de Classificação.ts
   • Apresentação do projeto de vendas em supermercados.ts
   • Apresentação do projeto – Regressão Logística.ts
   • Apresentação do projeto – Regressão linear.ts
   • Apresentação do projeto.ts
   • Apresentação dos exercícios.ts
   • Apresentação – Análise de crédito com Machine Learning.ts
   • Apresentação
   • Bem-vindo!.ts
   • Boxplot.ts
   • Boxplots e Histogramas.ts
   • Como tirar suas dúvidas.ts
   • Correlação e gráficos de espalhamento.ts
   • Criando as tabelas na nossa base de dados.ts
   • Criando gráficos com Plotly.ts
   • Desafio Final.ts
   • Dimensões e Tipos de Dados
   • ETL e o pipeline de dados - como os dados chegam até os analistas.ts
   • Estilização.ts
   • Finalizando o curso.ts
   • GDP – pt1.ts
   • Iloc e Filtros.ts
   • Inserindo dados em uma BD.ts
   • Instalação do Python e VScode.ts
   • Introdução ao Seaborn.ts
   • Introdução ao Machine Learning.ts
   • Introdução ao Matplotlib.ts
   • Introdução ao Plotly.ts
   • Introdução ao Shell.ts
   • Introdução ao curso de matemática.ts
   • Introdução ao curso
   • Introdução ao deploy.ts
   • Introdução à Álgebra Linear.ts
   • Introdução
   • Introdução.ts
   • Matemática Intermediária e Cópias.ts
   • Merge, concat e join.ts
   • Mesclando tabelas - o PROCV no Python.ts
   • Miniprojeto - Caça ao Tesouro.ts
   • O que são funções.ts
   • O que vamos aprender nesse curso.ts
   • O que você aprende na trilha de Engenharia de Dados.ts
   • O que é EDA.ts
   • O que é o Docker.ts
   • O que é o Pandas e do que ele é capaz.ts
   • O que é uma base de dados.ts
   • O uso de States.ts
   • Orientação a objetos no Matplotlib.ts
   • Os dados do Portal da Transparência.ts
   • Permissões de Arquivos - Usuário e Grupos.ts
   • Planejamento e análise inicial dos dados.ts
   • Plots de distribuição.ts
   • Por que dados são o novo petróleo - e o que isso tem a ver com você.ts
   • Por que “aprender a aprender”.ts
   • Projeto classificação de universidades.ts
   • SQL Joins.ts
   • SQL além da sintaxe.ts
   • Scatter Plots.ts
   • Selecionando colunas e filtrando linhas.ts
   • Templates especiais para seus projetos.ts
   • Um pouco mais sobre LIKE.ts
   • Uma visão geral sobre o projeto.ts
   • Balanço Viés-Variância.ts
   • Callbacks 3 – Sales Analysis.ts
   • Callbacks com múltiplos inputs.ts
   • Destinations Extract - Asimov Academy - 1920x1080 8257K
   • Detecção de anomalias com GMM.ts
   • Ensemble Learning na prática.ts
   • Exploração de dados e união de tabelas.ts
   • Gerando cards por funções
   • Kernel Stacking
   • Outros modelos de distribuição.ts
   • Projeto – Finalizando.ts
   • Treinando os primeiros modelos.ts
   • Upload de Imagem para Docke
   • Bagging.ts
   • Cross-Validation.ts
   • Destinations Transform e Load - Asimov Academy - 1920x1080 8254K
   • Ids Dinâmicas
   • Implementando o Live Blur!
   • Ridge Regression.ts
   • Salvando os resultados e criando a análise final.ts
   • Verossimilhança.ts
   • Comparando modelos.ts
   • Detalhes do Setup com Docker Compose - Asimov Academy - 1920x1080 8256K
   • Gerando os cards
   • Não pare por aqui!.ts
   • Random Forests.ts
   • Ridge Regression na Prática.ts
   • Feature Importance.ts
   • Flights ETL Completo - Asimov Academy - 1920x1080 8257K
   • Gerando os Cards 2
   • Regressão Logística.ts
   • Abrindo o modal de Processos
   • DAG Avançado Ajustando Schedule - Asimov Academy - 1920x1080 8256K
   • O custo de uma regressão logística.ts
   • DAG Avançado Retry e Delay - Asimov Academy - 1920x1080 8257K
   • O penúltimo Callback
   • Regressão logística na prática.ts
   • O último Callback
   • Regressão Softmax.ts
   • Como treinar um modelo de Softmax.ts
   • Erros e o fim do Projeto
   • Aula Extra CSS
   • Entropia.ts
   • Cross Entropy.ts
   • Adicionando novas colunas.ts
   • Análise exploratória de dados.ts
   • Análise exploratória dos dados de Ecommerce.ts
   • Análise exploratória dos dados de Peer to Peer Lending.ts
   • Análise exploratória dos dados de publicidade.ts
   • Apresentação do Kaggle.ts
   • Bar Charts.ts
   • Callbacks em cadeia.ts
   • Caminhos Relativos e Absolutos.ts
   • Comandos CREATE e DROP.ts
   • Como Python ajuda na análise de dados.ts
   • Como estudar Pandas.ts
   • Como o curso está dividido.ts
   • Como tirar suas dúvidas.ts
   • Como vamos aprender.ts
   • Construção do Layout.ts
   • Correlação nos nossos dados.ts
   • Criando uma tabela.ts
   • Dados para teste de Joins.ts
   • Data Lake ou Data Warehouse - O que empresas usam (e por quê).ts
   • Desafios LIKE, HAVING, GROUP BY.ts
   • Desafios de solicitação.ts
   • Desmistificando o Isolamento do Docker.ts
   • Do que o Dash é capaz
   • Docker para os Apressados
   • Editor no Terminal - Micro.ts
   • Estatística Básica.ts
   • Estratégias de deploy.ts
   • Funções adicionais.ts
   • Funções básicas de plot.ts
   • Funções clássicas.ts
   • GDP – pt2.ts
   • Histogram2d e Heatmaps.ts
   • Histograma.ts
   • Ingestão de dados.ts
   • Inserindo os dados na nossa base.ts
   • Instalação Plotly.ts
   • Integrando os conhecimentos com outras trilhas.ts
   • Leitura dos dados.ts
   • Lidando com variáveis globais – Boas práticas.ts
   • Link Simbólico.ts
   • MNIST.ts
   • Manipulações e Atribuição de Valores
   • Miniprojeto - Jogo da Velha.ts
   • Miniprojeto 06 – Adicionando gráficos com Plotly.ts
   • O que são SQL e Pandas.ts
   • O que é Numpy
   • O que é o Linux.ts
   • O que, como e por quê.ts
   • O surgimento da Álgebra Linear.ts
   • Operações com DataFrames.ts
   • Operações com índices.ts
   • Operações entre colunas e tipos de dado.ts
   • Plots categóricos.ts
   • Por que um engenheiro de dados é tão valorizado.ts
   • Realizando cálculos na tabela.ts
   • Representação visual da db.ts
   • Resolução dos exercícios - pt1.ts
   • Subplots.ts
   • Treinando Modelo de Cross Entropy.ts
   • AI Forte x AI Fraco.ts
   • Adicionando novas linhas.ts
   • Aliases em SQL.ts
   • Análise de dados de obesidade – pt1.ts
   • As ferramentas dos engenheiros de dados que você também pode aprender.ts
   • Atualizando projetos em tempo real.ts
   • Baixando PostgreSQL e pgAdmin.ts
   • Callbacks e configurações finais.ts
   • Candlestick.ts
   • Comando SUDO.ts
   • Como colocar o projeto em produção.ts
   • Como nosso cérebro aprende.ts
   • Como vão se dar as aulas.ts
   • Comparando histogramas.ts
   • Conhecendo os Notebooks do Google Colab.ts
   • Contando frequências.ts
   • Correlação e distribuição.ts
   • Criando Imagem Docker do ZERO.ts
   • Criando e Deletando Arquivos e Diretórios pelo Shell.ts
   • Customização.ts
   • Engenharia de dados na prática - como tudo se conecta.ts
   • Entendendo a tabela.ts
   • Explorando o dataset.ts
   • GDP – pt3.ts
   • INSERT.ts
   • Implementando modelo de árvores.ts
   • Importando arquivos Excel.ts
   • Instalação de Adicionais de Convidado do VirtualBOX.ts
   • Layout – Dashboard de vendas.ts
   • Limites.ts
   • Matrizes e Vetores.ts
   • Miniprojeto 04 – Visualizando volume de vendas e comissões.ts
   • Máquina Virtual.ts
   • O checklist do ML.ts
   • O que é Numpy
   • Para quem é este curso.ts
   • Pie Charts.ts
   • Plots de regressão.ts
   • Pré-requisitos para o Curso
   • Quando callbacks são executados.ts
   • Reorganizações e Stacks.ts
   • Resolução dos exercícios - pt2.ts
   • SQL x Pandas.ts
   • Solução dos Desafios – Parte 3.ts
   • Solução dos desafios.ts
   • Séries temporais no Pandas.ts
   • Treinando o modelo de regressão logística.ts
   • Treinando o modelo de regressão.ts
   • Treinando um modelo de KMeans.ts
   • Utilizando o make subplots.ts
   • Álgebra e Desafio Intermediário
   • Índices multiníveis.ts
   • Advanced Indexing – Boolean Masking.ts
   • Alternativas de mercado para colocar projetos em produção.ts
   • Análise de dados da obesidade – pt2.ts
   • Análise exploratória dos dados.ts
   • Callbacks – Dashboard de vendas.ts
   • Comandos CHOWN e CHMOD.ts
   • Comandos Essenciais do Docker
   • Como o curso está estruturado
   • Criando novas tabelas e agrupando dados.ts
   • Criando tabelas com Dash DataTable.ts
   • Cálculo de coeficientes de correlação.ts
   • Entrada e saída de dados.ts
   • Exercícios sobre Joins – Parte 1.ts
   • Explorando valores numéricos.ts
   • Hábitos e procrastinação.ts
   • Instalação do VirtualBox.ts
   • Lidando com variáveis globais – Callbacks.ts
   • Machine Learning x Inteligência Artificial.ts
   • Mesh3D.ts
   • Miniprojeto 02 – Seleção de colunas e filtro de linhas.ts
   • Nosso primeiro código no Google Colab.ts
   • Novas Keywords de Filtro.ts
   • O classificador binário.ts
   • O que são derivadas.ts
   • Operações com matrizes.ts
   • Plots Especiais.ts
   • Plots Matriciais.ts
   • Possíveis problemas na instalação do pgAdmin.ts
   • Quando usar cada um.ts
   • Resolução do Desafio
   • Resolução dos exercícios - pt3.ts
   • SELECT, FROM e WHERE.ts
   • Series.ts
   • Tabelas dinâmicas - Pivotando e agrupando tabelas.ts
   • Testando novas tabelas – Exploratória.ts
   • Tratamento de dados ausentes.ts
   • Utilizando Adicionais de Convidado do VirtualBox.ts
   • Violinos.ts
   • Visualizando Tabelas.ts
   • A definição matemática de derivadas.ts
   • A estrutura de um projeto de Machine Learning.ts
   • As principais técnicas de aprendizado.ts
   • Componentes da comunidade.ts
   • Configurando VM no VirtualBox.ts
   • Dash x Excel, Tableau e Power BI
   • DataFrames e manipulação de colunas.ts
   • Deploy no Heroku – Parte 1.ts
   • Desafio Final.ts
   • Desafios AND, OR, COUNT e WHERE.ts
   • Detecção de triggers em callbacks.ts
   • Encerramento.ts
   • Explorando valores categóricos.ts
   • Finalizando a análise exploratória dos dados.ts
   • Gerenciamento de Processos.ts
   • Groupby.ts
   • Lendo dados do Google Drive.ts
   • Medindo a acurácia de um modelo binário.ts
   • Miniprojeto 01 – Visualizando dados em um Web App.ts
   • Miniprojeto 03 – Adição de linhas à tabela.ts
   • Miniprojeto 05 – Tabela dinâmica.ts
   • Modelos de regressão linear.ts
   • Normalidade e outras métricas de dispersão.ts
   • Plotly Express.ts
   • Resolução de Joins – Parte 1.ts
   • Séries booleanas e filtros.ts
   • Transposição e inversão matricial.ts
   • UPDATE e DELETE.ts
   • Volumes.ts
   • Aplicando derivadas.ts
   • Como aprender a programar.ts
   • Como tirar suas dúvidas
   • Correlação.ts
   • Deploy no Heroku – Parte 2.ts
   • Exercícios sobre Joins – Parte 2.ts
   • Gerenciamento de Usuários e Grupos no Linux.ts
   • Instalação do Linux.ts
   • Lidando com dados nulos aula.ts
   • Métricas essenciais para modelos de classificação.ts
   • Solução de Desafios – Parte 2.ts
   • Tipos de algoritmos de ML.ts
   • Usando Volumes no Docker para Persistência de Dados.ts
   • Análise de correlação nos dados.ts
   • Configurações Avançadas da Máquina Virtual ).ts
   • Deploy no Render.ts
   • Derivadas para problemas de otimização.ts
   • Executando Script Python com Docker.ts
   • Gerenciamento de Pacotes no Linux.ts
   • Métricas de classificação no Python.ts
   • Regressão x Classificação.ts
   • Resolução de Joins – Parte 2.ts
   • Trabalhando com datas.ts
   • Classificação Multiclasse.ts
   • Combinando agregrações e filtros.ts
   • Como funciona o treino.ts
   • Derivadas parciais.ts
   • Interface Gráfica do Linux.ts
   • Problemas do ML.ts
   • Trabalhando com Volumes Gerenciados pelo Docker.ts
   • Usando Documentação de Comandos.ts
   • Classificação Multilabel.ts
   • Criando e customizando um gráfico.ts
   • Processamento de dados para ML.ts
   • Uso de PIPE.ts
   • Airflow na prática - ETL profissional com containers no Docker Compose-20251208T023841Z-3-002
   • Airflow-vb7.2.2-001.ova
   • Analisando Dados com Pandas & SQL
   • Análise Exploratória de Dados
   • Conceitos de Engenharia de Dados
   • Dashboards Interativos com Python
   • Fundamentos de AI e Machine Learning
   • Gráficos Interativos com Plotly
   • Introdução - Airflow na prática - ETL profissional com containers no Docker Compose
   • Linux na Prática
   • Modelos Não Supervisionados
   • Modelos de Classificação e Regressão
   • Numpy
   • Python para Dados - Curso Gratuito
   • Python para Usuários de Excel
   • SQL para Usuários de Python
   • Visualizando dados com Matplotlib
   • Visualização de Dados Avançada com Seaborn
   • docker_do_zero
   • Árvores de Decisão e Ensemble Learning
6. 06 6. Visão Computacional 49 aulas

   • Conceitos e Objetivos.ts
   • Como filtros funcionam – Kernels e convolução.ts
   • Estrutura Inicial – Bibliotecas.ts
   • A matriz como imagem tridimensional.ts
   • Criando os Kernels.ts
   • Finalizando a Interpretação de Kernels.ts
   • Introdução ao Live Blur.ts
   • Abrindo a nossa Câmera.ts
   • Função geradora de Kernels.ts
   • Detecção de Contornos.ts
   • Dimensões e Tipos de Dados.ts
   • Hand Tracking
   • Introdução
   • Matemática Intermediária e Cópias.ts
   • Miniprojeto - Caça ao Tesouro.ts
   • O que é OpenCV
   • Rescaling e Resizing
   • Técnicas de Blur.ts
   • Kernel Stacking.ts
   • Implementando o Live Blur!.ts
   • Bitwise Operations.ts
   • Color Spaces.ts
   • Estatística Básica.ts
   • Funções Essenciais
   • Inicializando testes profissionais
   • Lendo Imagens
   • Manipulações e Atribuição de Valores.ts
   • Miniprojeto - Jogo da Velha.ts
   • O que é Numpy
   • Desenhando e Escrevendo
   • Identificando as mãos
   • Image Transformations.ts
   • Lendo Vídeos
   • Masking.ts
   • Por que Numpy
   • Reorganizações e Stacks.ts
   • Álgebra e Desafio Intermediário.ts
   • Advanced Indexing – Boolean Masking.ts
   • Color Channels.ts
   • Coordenadas Específicas
   • Histogramas de Cor.ts
   • Lendo a nossa câmera
   • Resolução do Desafio.ts
   • Desafio Final.ts
   • Teste de Classe e FPS
   • Thresholding.ts
   • Advanced Edge Detection.ts
   • Numpy
   • OpenCV
7. 07 7. Trading Quantitativo 74 aulas

   • Apresentação – Algotrading Parte 2.ts
   • Introdução a probabilidade e estatística
   • Introdução ao Me
   • Construindo o visualizador de dados.ts
   • MetaTrader5
   • Processos aleatórios e probabilidade
   • Comandos Básicos
   • Lei dos grandes números
   • Projetando a estratégia.ts
   • A estrutura de um OHLC
   • Distribuição de probabilidades
   • Otimização da performance do Backtest.ts
   • Debugging da estratégia e avaliação de resultado.ts
   • Gráficos de Vela
   • Independência de eventos e probabilidade condicional
   • Arquitetura do algoritmo de trading.ts
   • Esperança de um processo aleatório
   • Tick Data
   • Construindo a classe de algotrading – Parte 1.ts
   • Inicializando a classe
   • Variância
   • A curva de distribuição Gaussiana
   • Atualizando nosso OHLC
   • Construindo a classe de algotrading – Parte 2.ts
   • Algoritmo final de trading – Parte 1.ts
   • Atualizando Tick Data
   • Propriedades de uma distribuição Gaussiana
   • Análise de cenários com simulação de Monte Carlo
   • Apresentação do curso Trading Quantitativo
   • Apresentação do módulo
   • Backtestando uma estratégia de RSI
   • Calculando a curva de retornos da estratégia
   • Introdução ao Algotrading.ts
   • Introdução ao Backtesting
   • O que é e para que serve o mercado financeiro
   • O que é uma estratégia de investimento.ts
   • Algoritmo final de trading – Parte 2.ts
   • Extraindo as informações
   • Outros modelos de distribuição
   • Testando a Class
   • Análise fundamentalista x análise técnica.ts
   • Componentes de uma estratégia de investimento
   • Instrumentos financeiros
   • O que você será capaz de fazer com a trilha
   • Obtenção e tratamento de dados
   • Operando no MetaTrader5.ts
   • Simulando uma estratégia de Martingale
   • TVData Feed
   • Vieses operacionais
   • Análise quant.ts
   • Calculando o RSI
   • Como o curso está formatado
   • Dinâmica de preços e livro de ofertas
   • Intuição matemática por trás d
   • Mensuração de parâmetros
   • Por que backtestar
   • Utilizando a API de Python do MetaTrader5.ts
   • Yahoo Finance
   • Backtestando a estratégia
   • Estratégias sistemáticas x discricionárias.ts
   • Mensuração de performance
   • MetaTrader 5 pt1
   • Obtendo histórico de operações no MetaTrader5.ts
   • Enviando ordens a mercado com Python.ts
   • MetaTrader 5 pt2
   • Método científico.ts
   • Otimização de parâmetros
   • Enviando ordens limitadas com Python.ts
   • Fluxo de desenvolvimento de estratégias.ts
   • Manipulação de séries temporais
   • CSV x Parquet
   • Algotrading
   • Backtesting
   • Construindo Base de Dados para Trading
8. 08 8. No-Code ok 38 aulas

   • Boas-vindas e visão geral
   • Criando e Conectando Bancos de Dados e OpenAI no n8n.ts
   • Criando o Aplicativo na Meta.ts
   • Gmail, Google Agenda, Drive, Google Sheets e Docs.ts
   • Introdução à Trilha.ts
   • O Que Vamos Construir Juntos
   • O que você vai ver neste curso.ts
   • Sejam Bem-Vindos - O Que Você Vai Aprender
   • Configurando e Registrando Número Virtual na Meta.ts
   • Criando Fluxo e Estrutura do Prompt do Agente de IA.ts
   • Por Que o N8N Se Tornou Tão Popular
   • Preparando o Ambiente
   • Tech Stack da Trilha.ts
   • Telegram.ts
   • n8n.cloud vs Self-Hosting
   • Ativando Webhook da Meta no n8n.ts
   • Escrevendo Prompt do Agente de IA.ts
   • Instalação da Infraestrutura na Railway.ts
   • Instalação rápida e seu primeiro fluxo
   • O Que Eu Serei Capaz de Construir
   • OpenAI.ts
   • Triggers - Como Tudo Começa
   • Conectando Número com API Oficial do WhatsApp no n8n.ts
   • Criando Ferramentas do Agente de IA.ts
   • Fluxo e Processamento dos Dados
   • Hospedando o n8n na Hostinger VPS
   • Pré-requisitos da API Oficial do WhatsApp.ts
   • Z-API.ts
   • Conclusão
   • Entendendo sobre Controles de Fluxo
   • Finalizando Tools e Pipeline RAG.ts
   • Groq.ts
   • ElevenLabs.ts
   • Finalização.ts
   • Integrando N8N com o Google Sheets
   • Aula de Encerramento
   • Fal.ai.ts
   • Domine a API Oficial do WhatsApp com n8n